人脸去欺骗：基于噪声建模的反欺骗方法
计算机视觉与模式识别
2018-07-27 v1
摘要
许多先前的人脸反欺骗工作开发判别模型以识别活体人脸与欺骗人脸间的细微差异。这些方法常将图像视为不可分割单元并整体处理，未对欺骗过程显式建模。本工作中，受噪声建模与去噪算法启发，我们确定了一个用于反欺骗目的的人脸去欺骗新问题：将欺骗人脸逆分解为欺骗噪声与活体人脸，然后利用该欺骗噪声进行分类。提出一种带适当约束与监督的CNN架构以克服分解无真值的问题。我们在多个人脸反欺骗数据库上评估所提方法。结果表明，由于我们的欺骗噪声建模带来了可喜的改进。此外，估计的欺骗噪声提供了一种可视化，有助于理解各欺骗媒介所添加的欺骗噪声。
引用
@article{arxiv.1807.09968,
title = {Face De-Spoofing: Anti-Spoofing via Noise Modeling},
author = {Amin Jourabloo and Yaojie Liu and Xiaoming Liu},
journal= {arXiv preprint arXiv:1807.09968},
year = {2018}
}
备注
To appear in ECCV 2018. The first two authors contributed equally to this work