结合旋转不变局部二值模式与深度学习的时间感知人脸反欺骗
计算机视觉与模式识别
2024-08-28 v1
摘要
人脸识别系统已成为现代世界不可或缺的一部分。这些方法以自动、快速且非干扰的方式完成人员身份识别任务。过去的研究揭示了其对简单模仿攻击的高度脆弱性，这可能导致错误的识别以及随后对攻击者的认证。与人脸识别类似，模仿攻击也可以通过机器学习来检测。攻击检测系统利用多种面部特征和先进的机器学习模型来揭示攻击的存在。在这项工作中，我们评估了现有的活体检测工作，并提出了一种新颖的方法，通过将先前未使用的特征与时间感知的深度学习策略相结合，有望实现高分类准确率。
引用
@article{arxiv.2408.14829,
title = {Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning},
author = {Moritz Finke and Alexandra Dmitrienko},
journal= {arXiv preprint arXiv:2408.14829},
year = {2024}
}