基于血管加权且运动鲁棒 rPPG 信号的面具攻击检测
计算机视觉与模式识别
2023-05-26 v1
摘要
检测针对人脸识别系统的 3D 面具攻击具有挑战性。尽管真实人脸与 3D 人脸面具的远程光电容积描记（rPPG）信号存在显著差异，但基于 rPPG 的人脸反欺骗方法常因视频序列中人脸对齐不稳定以及 rPPG 信号微弱而出现性能下降。为以运动鲁棒的方式增强 rPPG 信号，提出一种基于地标锚定的人脸拼接方法，利用 SIFT 关键点与面部地标在像素级对人脸进行鲁棒且精确的对齐。为更好地编码 rPPG 信号，提出一种加权时空表示，其强调富含血管的人脸区域。此外，联合利用不同颜色空间中 rPPG 信号的特征。为提升泛化能力，设计了一种轻量级 EfficientNet 结合门控循环单元（GRU），从 rPPG 时空表示中提取空间与时间特征以进行分类。所提方法在五个基准数据集上，于数据集内与跨数据集评估中与最先进方法进行比较。该方法在基于 rPPG 的人脸欺骗检测中相较其他最先进方法表现出显著且一致的性能提升。
引用
@article{arxiv.2305.15940,
title = {Mask Attack Detection Using Vascular-weighted Motion-robust rPPG Signals},
author = {Chenglin Yao and Jianfeng Ren and Ruibin Bai and Heshan Du and Jiang Liu and Xudong Jiang},
journal= {arXiv preprint arXiv:2305.15940},
year = {2023}
}