用于精确人脸欺骗检测的判别性表征组合
计算机视觉与模式识别
2018-08-29 v2
摘要
本文介绍了三种用于人脸呈现攻击检测的判别性表征。首先，我们设计了一种称为空间金字塔编码微纹理（SPMT）特征的描述子以刻画局部外观信息。其次，我们利用 SSD（一种用于检测的深度学习框架）来挖掘上下文线索并进行端到端人脸呈现攻击检测。最后，我们设计了一种称为模板人脸匹配双目深度（TFBD）特征的描述子以刻画真实与伪造人脸的立体结构。为精确呈现攻击检测，我们还设计了两类表征组合。首先，我们提出一种决策级级联策略将 SPMT 与 SSD 结合。其次，我们使用简单的分数融合策略将人脸结构线索（TFBD）与局部微纹理特征（SPMT）结合。为证明我们设计的有效性，我们在三个公开数据集上评估了 SPMT 与 SSD 的表征组合，其优于所有其他最先进（SOTA）方法。此外，我们在自有数据集上评估了 SPMT 与 TFBD 的表征组合，同样取得了优异性能。
引用
@article{arxiv.1808.08802,
title = {Discriminative Representation Combinations for Accurate Face Spoofing Detection},
author = {Xiao Song and Xu Zhao and Liangji Fang and Tianwei Lin},
journal= {arXiv preprint arXiv:1808.08802},
year = {2018}
}
备注
To be published in Pattern Recognition