基于镜面与漫反射的移动设备人脸 spoofing 检测
计算机视觉与模式识别
2020-12-17 v5
摘要
随着生物特征认证系统需求的增长，防范人脸 spoofing 攻击是人脸识别系统安全部署的关键问题。在此，我们提出一种高效的人脸呈现攻击检测（PAD）算法，其仅需极简硬件与小规模数据库，适用于手机等资源受限设备。所提算法利用单目可见光摄像头拍摄两张人脸照片，一张带闪光，一张无闪光。所提出的 描述子通过利用两类反射构建：（i）来自虹膜区域的镜面反射，其强度分布依活体性而特定；（ii）来自整个人脸区域的漫反射，表征受试者人脸的三维结构。以 描述子训练的分类器在自有数据库及公开 NUAA、Replay-Attack 与 SiW 数据库上均优于其他基于闪光的 PAD 算法。此外，所提算法相较端到端深度神经网络分类器取得了统计显著的更优准确率，同时执行速度快约六倍。代码公开于 https://github.com/Akinori-F-Ebihara/SpecDiff-spoofing-detector。
引用
@article{arxiv.1907.12400,
title = {Specular- and Diffuse-reflection-based Face Spoofing Detection for Mobile Devices},
author = {Akinori F. Ebihara and Kazuyuki Sakurai and Hitoshi Imaoka},
journal= {arXiv preprint arXiv:1907.12400},
year = {2020}
}
备注
International Joint Conference on Biometrics (IJCB) 2020 Google PC Chairs Choice Best Paper Award