RoPAD：基于无监督对抗不变性的鲁棒呈现攻击检测
计算机视觉与模式识别
2019-03-22 v2 机器学习
摘要
对于企业、个人和社会应用，如今对使用计算机视觉从图像中自动进行身份认证的需 求日益增长。然而，当前的认证技术仍易受呈现攻击的威胁。我们提出 RoPAD，一种用于呈现攻击检测的端到端深度学习模型，其采用无监督对抗不变性来忽略图像中的视觉干扰因素，从而提升鲁棒性并减少过拟合。实验表明，所提出的框架在多个基准数据集上的呈现攻击检测中表现出最先进的性能。
引用
@article{arxiv.1903.03691,
title = {RoPAD: Robust Presentation Attack Detection through Unsupervised Adversarial Invariance},
author = {Ayush Jaiswal and Shuai Xia and Iacopo Masi and Wael AbdAlmageed},
journal= {arXiv preprint arXiv:1903.03691},
year = {2019}
}
备注
To appear in Proceedings of International Conference on Biometrics (ICB), 2019