利用寄存器优化 DINOv2 以进行人脸防欺骗
计算机视觉与模式识别
2025-11-26 v2
摘要
人脸识别系统旨在 robust against variations in head pose, illumination, and image blur during capture. 然而,恶意行为者可以通过呈现已注册用户的面部照片来利用这些系统,可能绕过身份验证过程。必须在进行人脸识别之前检测此类欺骗攻击。在本文中,我们提出一种基于 DINOv2 的欺骗攻击检测方法,以分辨活体人脸图像和欺骗人脸图像之间的细微差异。具体而言,我们采用带有寄存器的 DINOv2 来提取可通用的特征并抑制注意力机制中的扰动,从而实现对关键细微特征的聚焦注意。我们通过在由 ``第 6 届人脸防欺骗工作坊:统一物理-数字攻击检测@ICCV2025'' 提供的数据集和 SiW 数据集上进行的实验证明了所提方法的有效性。项目页面可访问于: https://gsisaoki.github.io/FAS-DINOv2-ICCVW/。
引用
@article{arxiv.2510.17201,
title = {Optimizing DINOv2 with Registers for Face Anti-Spoofing},
author = {Mika Feng and Pierre Gallin-Martel and Koichi Ito and Takafumi Aoki},
journal= {arXiv preprint arXiv:2510.17201},
year = {2025}
}
备注
ICCV 2025 Workshop FAS