FOODER：基于雷达的实时人脸认证与表情识别
计算机视觉与模式识别
2025-12-23 v1 人工智能
机器学习
信号处理
摘要
准线迁移（OOD）检测对于神经网络的安全部署至关重要，因为它能够识别训练领域之外的样本。我们提出 FOODER，一个基于雷达的实时、隐私保护框架，将 OOD 基于人脸的认证与人脸表情识别集成。FOODER 采用低成本频率调制连续波（FMCW）雷达，利用 range-Doppler 和微 range-Doppler 表示。认证模块采用包含 Body Part（BP）和 Intermediate Linear Encoder-Decoder（ILED）组件的多编码器多解码器架构，用于将单个已注册用户分类为 in-distribution，同时将所有其他人脸检测为 OOD。成功完成认证后，将激活表情识别模块。连接后的雷达表示经 ResNet 块处理，以区分动态和静态人脸表情。基于此分类，两个专用 MobileViT 网络用于分类动态表情（微笑、惊讶）和静态表情（中性、愤怒）。这种层次化设计在保持用户隐私（仅依赖雷达数据）的前提下，实现了稳健的人脸认证和精细的人脸表情识别。在使用 60 GHz 短程 FMCW 雷达收集的数据集上进行的实验表明，FOODER 在认证方面达到 94.13% 的 AUROC 和 18.12% 的 FPR95，表情识别平均准确率为 94.70%。FOODER 在实时运行效率方面超越了最先进的 OOD 检测方法和多个基于 Transformer 的架构。
引用
@article{arxiv.2512.18057,
title = {FOODER: Real-time Facial Authentication and Expression Recognition},
author = {Sabri Mustafa Kahya and Muhammet Sami Yavuz and Boran Hamdi Sivrikaya and Eckehard Steinbach},
journal= {arXiv preprint arXiv:2512.18057},
year = {2025}
}
备注
Book chapter