人脸图像质量估计对呈现攻击检测的影响
计算机视觉与模式识别
2022-10-03 v1
摘要
非参考人脸图像质量评估方法作为人脸识别系统的预过滤步骤已日益流行。其中大多数方法的质量分数通常是针对人脸匹配而设计的。然而，关于衡量它们对呈现攻击检测（PAD）的影响和效用的工作很少。本文中，我们研究了质量评估方法对过滤真实样本与攻击样本的影响、它们对PAD系统的作用，以及当在经质量过滤的数据集上训练时此类系统性能的提升情况。在一个Vision Transformer PAD算法上，通过移除低质量样本将训练数据集减少20%，使得我们在跨数据集测试中把BPCER改善了3%。
引用
@article{arxiv.2209.15489,
title = {Impact of Face Image Quality Estimation on Presentation Attack Detection},
author = {Carlos Aravena and Diego Pasmino and Juan E. Tapia and Christoph Busch},
journal= {arXiv preprint arXiv:2209.15489},
year = {2022}
}