用于多帧人脸活体检测的双流卷积网络
计算机视觉与模式识别
2021-08-10 v1
摘要
人脸活体检测是保护人脸识别安全的重要任务。以往多数工作要么难以捕获具区分性且可泛化的特征，要么依赖大多数工业产品无法获取的辅助信息。受视频分类工作启发，我们提出一种高效的双流模型来捕获活体人脸与欺骗人脸之间的关键差异，该模型分别以多帧与 RGB 差异作为输入。采用具有两个相反融合方向的特征金字塔模块与金字塔池化模块以增强特征表示。我们在 Siw、Oulu-NPU、CASIA-MFSD 与 Replay-Attack 数据集上评估了所提方法。结果表明，我们的模型以远少的参数量在大多数数据集协议上取得了 SOTA 结果。
引用
@article{arxiv.2108.04032,
title = {Two-stream Convolutional Networks for Multi-frame Face Anti-spoofing},
author = {Zhuoyi Zhang and Cheng Jiang and Xiya Zhong and Chang Song and Yifeng Zhang},
journal= {arXiv preprint arXiv:2108.04032},
year = {2021}
}