抑制欺骗无关因素以实现域无关的人脸活体检测
计算机视觉与模式识别
2020-12-03 v1
摘要
人脸活体检测旨在通过区分图像是来自人脸还是欺骗介质，来防止人脸识别系统的错误认证。我们提出了一种称为双重对抗抑制网络（DASN）的新方法，用于域无关的人脸活体检测；DASN 通过学习有效抑制欺骗无关因素（SiFs）（例如相机传感器、光照），提升对未知域的泛化能力。为实现该目标，我们引入了两类对抗学习方案。在第一类对抗学习方案中，通过部署多个与编码器对抗训练的判别头，抑制多种 SiFs。在第二类对抗学习方案中，每个判别头也经过对抗训练以抑制某种欺骗因素，而次级欺骗分类器与编码器组成的群体旨在通过克服该抑制来强化欺骗因素。我们在四个公开基准数据集上评估了所提方法，并取得了显著的评估结果。结果证明了该方法的有效性。
引用
@article{arxiv.2012.01271,
title = {Suppressing Spoof-irrelevant Factors for Domain-agnostic Face Anti-spoofing},
author = {Taewook Kim and Yonghyun Kim},
journal= {arXiv preprint arXiv:2012.01271},
year = {2020}
}
备注
10 pages