MToFNet：利用移动端飞行时间数据的物体反欺骗方法
计算机视觉与模式识别
2021-10-11 v1 人工智能
摘要
在线市场中，卖家可恶意在显示屏上翻拍他人图像作为欺骗图像，这类图像在人眼中难以分辨。为防止此类危害，我们提出一种利用移动相机配合飞行时间（Time-of-Flight）传感器所提供的成对 rgb 图像与深度图的反欺骗方法。当图像在显示屏上被翻拍时，因屏幕不同而产生的各类图案（即已知的莫尔条纹）也会一并被捕获于欺骗图像中。这些图案会导致反欺骗模型过拟合，无法检测在未见媒体上翻拍的欺骗图像。为避免该问题，我们构建了一个由两个嵌入模型组成的新型表示模型，其训练无需考虑翻拍图像。此外，我们新近引入 mToF 数据集——最大且最具多样性的物体反欺骗数据集，也是首个利用 ToF 数据的数据集。实验结果证实，我们的模型即使在跨未见域时也实现了鲁棒泛化。
引用
@article{arxiv.2110.04066,
title = {MToFNet: Object Anti-Spoofing with Mobile Time-of-Flight Data},
author = {Yonghyun Jeong and Doyeon Kim and Jaehyeon Lee and Minki Hong and Solbi Hwang and Jongwon Choi},
journal= {arXiv preprint arXiv:2110.04066},
year = {2021}
}