利用时间与深度信息实现多帧人脸活体检测
计算机视觉与模式识别
2019-03-06 v3
摘要
人脸活体检测对人脸识别系统的安全性具有重要意义。先前关于深度监督学习的工作已证明了深度信息用于人脸活体检测的有效性。然而，它们仅将深度作为单帧中的辅助监督。与这些方法不同，我们提出了一种从多帧RGB图像估计深度信息的新方法，并设计了一种深度监督架构，能够有效编码时空信息以进行呈现攻击检测。该架构包含两个新颖模块：光流引导特征块（OFFB）与卷积门控循环单元（ConvGRU）模块，旨在提取短期与长期运动以区分活体与欺骗人脸。大量实验表明，所提方法在OULU-NPU、SiW、CASIA-MFSD和Replay-Attack四个基准数据集上取得了最先进的（SOTA）结果。
引用
@article{arxiv.1811.05118,
title = {Exploiting temporal and depth information for multi-frame face anti-spoofing},
author = {Zezheng Wang and Chenxu Zhao and Yunxiao Qin and Qiusheng Zhou and Guojun Qi and Jun Wan and Zhen Lei},
journal= {arXiv preprint arXiv:1811.05118},
year = {2019}
}