基于活体分数回归神经网络的人脸防欺骗

以往的防欺骗方法要么使用伪图，要么使用用户定义的标签，每种方法的性能都取决于生成伪图的第三方网络的准确性以及用户定义标签的方式。在本文中，我们提出了一种基于活体分数的回归网络，以克服对第三方网络和用户的依赖。首先，我们引入一种新的标注技术，称为伪离散化标签编码，用于生成指示与真实图像相关信息量的离散化标签。其次，我们提出基于回归网络的期望活体分数，用于训练所提监督与期望活体分数之间的差异。最后，在四个面部防欺骗基准上进行了大量实验，以在数据集内和跨数据集测试中验证我们提出的方法。实验结果表明，我们的方法优于以往的方法。