基于以用户为中心模型的风格迁移在人脸活体检测中的应用
计算机视觉与模式识别
2019-07-18 v1
摘要
本文提出一种以用户为中心的人脸反欺骗模型（FAS-UCM）。此情况下的主要困难在于获取所有用户的欺诈图像以训练模型。为克服该问题，所提方法分为三个主要部分：基于风格迁移和欺骗图像表示模型生成新的欺骗图像；训练用于活体检测的卷积神经网络（CNN）；对每个受试者的活体与欺骗测试图像进行评估。CNN执行风格迁移的泛化能力已展示出有前景的定性结果。初步结果表明，所提方法能够在SiW数据库上区分活体与欺骗图像，平均分类错误率为0.22。
引用
@article{arxiv.1907.07270,
title = {Style Transfer Applied to Face Liveness Detection with User-Centered Models},
author = {Israel A. Laurensi R. and Luciana T. Menon and Manoel Camillo O. Penna N. and Alessandro L. Koerich and Alceu S. Britto},
journal= {arXiv preprint arXiv:1907.07270},
year = {2019}
}