广义呈现攻击检测：一种人脸反欺骗评估方案
计算机视觉与模式识别
2019-04-15 v1
摘要
过去几年中，呈现攻击检测（PAD）已成为人脸识别系统的基础组成部分。尽管在反欺骗研究上已投入大量努力，真实场景中的泛化能力仍具挑战。本文提出一个新的开源评估框架，用于研究人脸 PAD 方法的泛化能力，此处称之为 face-GPAD。该框架便于创建聚焦于泛化问题的新协议，确立 PAD 方案间公平的评估与比较流程。我们还引入一个大型聚合且分类的数据集，以解决公开可用数据集间不兼容的问题。最后，我们提出一个基准，新增两种新颖评估协议：其一用于度量人脸分辨率变化所引入的影响，其二用于评估对抗性运行条件的影响。
引用
@article{arxiv.1904.06213,
title = {Generalized Presentation Attack Detection: a face anti-spoofing evaluation proposal},
author = {Artur Costa-Pazo and David Jimenez-Cabello and Esteban Vazquez-Fernandez and Jose L. Alba-Castro and Roberto J. López-Sastre},
journal= {arXiv preprint arXiv:1904.06213},
year = {2019}
}
备注
8 pages, to appear at International Conference on Biometrics (ICB19)