灵活模态人脸活体检测：一个基准
计算机视觉与模式识别
2023-03-17 v3
摘要
人脸活体检测（FAS）在保护人脸识别系统免受呈现攻击方面起着至关重要的作用。受益于日益成熟的相机传感器，单模态（RGB）和多模态（如 RGB+Depth）FAS 已在不同传感器/模态配置的各种场景中应用。现有的单模态和多模态 FAS 方法通常针对每种可能的模态场景分别训练和部署模型，这可能冗余且低效。我们能否训练一个统一模型，并在各种模态场景下灵活部署？在本文中，我们建立了首个以“训练一个适用所有”为原则灵活模态 FAS 基准。具体而言，利用训练好的多模态（RGB+Depth+IR）FAS 模型，在四种灵活模态子协议（RGB、RGB+Depth、RGB+IR 和 RGB+Depth+IR）上进行了域内与跨数据集测试。我们还研究了用于灵活模态 FAS 的流行深度模型与特征融合策略。我们希望这一新基准能促进未来多模态 FAS 的研究。协议与代码见 https://github.com/ZitongYu/Flex-Modal-FAS。
引用
@article{arxiv.2202.08192,
title = {Flexible-Modal Face Anti-Spoofing: A Benchmark},
author = {Zitong Yu and Ajian Liu and Chenxu Zhao and Kevin H. M. Cheng and Xu Cheng and Guoying Zhao},
journal= {arXiv preprint arXiv:2202.08192},
year = {2023}
}