面向RGBD人脸防伪的跨模态焦点损失
计算机视觉与模式识别
2021-10-04 v1 密码学与安全
机器学习
摘要
检测呈现攻击的自动方法对于确保人脸识别技术的可靠使用至关重要。文献中大多数呈现攻击检测（PAD）方法难以泛化至未知攻击。近年来，多通道方法被提出以提升PAD系统的鲁棒性。通常，额外通道仅有有限数据可用，限制了这些方法的有效性。本文提出一种利用RGB与深度通道并结合新颖损失函数的PAD新框架。新架构利用两模态的互补信息，同时降低过拟合影响。本质上，提出一种跨模态焦点损失函数，以各通道置信度为函数调制其损失贡献。在两个公开数据集上的广泛评估证明了所提方法的有效性。
引用
@article{arxiv.2103.00948,
title = {Cross Modal Focal Loss for RGBD Face Anti-Spoofing},
author = {Anjith George and Sebastien Marcel},
journal= {arXiv preprint arXiv:2103.00948},
year = {2021}
}
备注
10 pages, Accepted for publication in CVPR2021