重新审视用于人脸反欺骗的像素级监督
计算机视觉与模式识别
2020-11-25 v1
摘要
人脸反欺骗（FAS）在保护人脸识别系统免受呈现攻击（PAs）方面起着至关重要的作用。随着越来越多具有新颖类型的逼真 PAs 涌现，有必要开发鲁棒算法以在未知甚至未见场景中检测未知攻击。然而，由传统二分类损失（例如，真实样本为‘0’、PAs 为‘1’）监督的深度模型在描述内在且具有判别性的欺骗模式方面能力较弱。近来，像素级监督被提出用于 FAS 任务，旨在提供更细粒度的像素/块级线索。本文中，我们首先对现有的用于 FAS 的像素级监督方法给出全面综述与分析。然后我们提出一种新颖的金字塔监督，引导深度模型从多尺度空间上下文中学习局部细节与全局语义。在五个 FAS 基准数据集上进行了大量实验，表明无需额外技巧，所提出的金字塔监督不仅能将性能提升至超越现有像素级监督框架，还能增强模型的可解释性（即更合理地定位 PAs 的块级位置）。此外，为探索两种像素级监督（二值掩码与深度图监督）下不同架构配置的有效性，我们进行了精细研究，这为未来的架构/监督设计提供了启发性见解。
引用
@article{arxiv.2011.12032,
title = {Revisiting Pixel-Wise Supervision for Face Anti-Spoofing},
author = {Zitong Yu and Xiaobai Li and Jingang Shi and Zhaoqiang Xia and Guoying Zhao},
journal= {arXiv preprint arXiv:2011.12032},
year = {2020}
}
备注
submitted to IEEE Transactions on Biometrics, Behavior and Identity Science