基于深度逐像素二值监督的人脸呈现攻击检测
计算机视觉与模式识别
2019-07-10 v1 密码学与安全
摘要
人脸识别已发展成为一种重要的生物特征认证方式。然而，其对呈现攻击的脆弱性限制了其可靠部署。在无人值守场景中安全使用人脸识别技术，自动检测呈现攻击至关重要。在本工作中，我们引入了一种基于卷积神经网络（CNN）的呈现攻击检测框架，采用深度逐像素监督。该框架仅使用帧级信息，使其适用于在智能设备上以最小的计算和时间开销进行部署。我们在公开数据集上展示了所提方法在同类数据集内以及跨数据集实验中的有效性。所提方法在 Replay Mobile 数据集上取得了 0% 的 HTER，在 OULU 数据集的 Protocol-1 上取得了 0.42% 的 ACER，优于当前最优（state of the art）方法。
引用
@article{arxiv.1907.04047,
title = {Deep Pixel-wise Binary Supervision for Face Presentation Attack Detection},
author = {Anjith George and Sebastien Marcel},
journal= {arXiv preprint arXiv:1907.04047},
year = {2019}
}
备注
8 pages, 5 figures, To appear in : International Conference on Biometrics, ICB 2019