利用自然语言解释人脸呈现攻击检测
计算机视觉与模式识别
2021-11-11 v1 人工智能
计算与语言
密码学与安全
摘要
大量基于深度神经网络的技术已被开发用于解决人脸呈现攻击检测（PAD）这一具有挑战性的问题。尽管这些技术的重点在于提升PAD在分类准确率以及对未知攻击和环境条件鲁棒性方面的性能，但关于PAD预测可解释性的关注甚少。在本文中，我们致力于通过自然语言解释PAD预测的问题。我们的方法将PAD模型深层特征表示传入语言模型，以生成描述PAD预测背后推理过程的文本。由于本研究中标注数据有限，我们采用轻量级LSTM网络作为自然语言生成模型。我们研究了不同损失函数对生成解释质量的影响，包括常用的词级交叉熵损失、句子判别损失和句子语义损失。我们使用包含1,105个真实样本和924个呈现攻击样本的人脸图像数据集进行实验。我们的定量与定性结果表明，我们的模型在通过文本生成恰当的PAD解释方面是有效的，同时也证明了句子级损失的威力。据我们所知，这是生物识别与自然语言处理联合任务的首次提出。我们的数据集可通过我们的GitHub页面获取。
引用
@article{arxiv.2111.04862,
title = {Explaining Face Presentation Attack Detection Using Natural Language},
author = {Hengameh Mirzaalian and Mohamed E. Hussein and Leonidas Spinoulas and Jonathan May and Wael Abd-Almageed},
journal= {arXiv preprint arXiv:2111.04862},
year = {2021}
}
备注
To Appear in the Proceedings of the IEEE International Conference on Automatic Face and Gesture Recognition 2021