创建人工模态以解决RGB活体检测问题
计算机视觉与模式识别
2020-06-30 v1
摘要
能够提供有助于人脸防伪有用特征的专用相机是理想的，但并非总是可行。在本工作中，我们提出一种方法，通过从RGB视频创建人工模态来利用真实样本与 spoof 样本之间动态外观的差异。我们引入两类人工变换：秩池化(rank pooling)与光流，并将其组合于端到端的 spoof 检测流水线中。我们证明，使用包含较少身份信息与细粒度特征的中间表示，可提升模型对未知攻击以及未知族群的鲁棒性。所提方法在最大的跨族群人脸防伪数据集 CASIA-SURF CeFA (RGB) 上取得了当前最优(state-of-the-art)性能。
引用
@article{arxiv.2006.16028,
title = {Creating Artificial Modalities to Solve RGB Liveness},
author = {Aleksandr Parkin and Oleg Grinchuk},
journal= {arXiv preprint arXiv:2006.16028},
year = {2020}
}
备注
CVPRW2020