Flickr-PAD：新型人脸高分辨率呈现攻击检测数据库
计算机视觉与模式识别
2023-04-26 v1
摘要
如今，呈现攻击检测（Presentation Attack Detection, PAD）是一个十分活跃的研究领域。现有前沿工作中已构建多个基于视频提取图像的数据库。其中一个已识别的主要问题是，许多数据库质量低、图像尺寸小，且无法代表真实远程生物识别系统中的运行场景。当前，这些图像由智能手机以高质量和更大分辨率捕获。为增加图像质量的多样性，本文提出一个基于开放获取 Flickr 图像的新 PAD 数据库，称为“Flickr-PAD”。我们这一手工构建的新数据库展示了高质量的打印与屏幕呈现场景。这将有助于研究者在更宽泛的数据库上将新方法与现有算法进行比较。该数据库将向其他研究者开放。我们采用留一法协议训练并评估了基于 MobileNet-V3（small 与 large）和 EfficientNet-B0 的三个 PAD 模型。最佳结果由 MobileNet-V3 large 取得，其 BPCER10 为 7.08%，BPCER20 为 11.15%。
引用
@article{arxiv.2304.13015,
title = {Flickr-PAD: New Face High-Resolution Presentation Attack Detection Database},
author = {Diego Pasmino and Carlos Aravena and Juan Tapia and Christoph Busch},
journal= {arXiv preprint arXiv:2304.13015},
year = {2023}
}