活体检测——《Face Spoof Detection with Image Distortion Analysis》
论文地址:https://www.researchgate.net/publication/271269865_Face_Spoof_Detection_With_Image_Distortion_Analysis
1.introduction:
以往的研究:由于使用的训练和测试图像(视频)是在相同的成像条件下拍摄的,应用范围有限。
开发鲁棒、高效的人脸欺骗检测是人脸欺骗检测的关键算法,可以很好地推广到新的成像条件和环境。
本文研究:跨数据库检测 ,基于图像失真分析
主要贡献:
- 基于图像失真分析的face spoof detection
- 构建face spoof database:MSU Mobile Face Spoof Database (MSU MFSD)
MSU MFSD数据库允许我们评估不同相机和光照条件下移动设备人脸欺骗检测算法的泛化能力。
- 使用两个公共域face spoof数据库(Idiap REPLAY-ATTACK和CASIA FASD)和我们自己的数据库(MSU MFSD)分别给出了数据库内部和跨数据库场景的结果。
2.prior work
- 基于面部运动特征 :眨眼,嘴,头,但是需要连续帧来判断,耗时而且受限面部运动频率,另外难于区分背景运动,以及重放视频攻击
- 基于面部纹理特征:纹理特征(如LBP、DoG或HOG)能够区分假人脸和真实人脸。基于纹理的方法在Idiap和CASIA数据库上取得了显著的成功。在跨数据库场景下(训练和测试集来自不同的face spoof数据库),HTER显著增加。基于纹理的方法由于其固有的数据驱动特性,很容易对一种特定的光照和图像条件进行过度拟合,因此不能很好地推广到不同条件下收集的数据库。
- 基于图像质量分析:
“Image quality assessment for fake biometric detection: Application to iris, fingerprint, and face recognition,”提出了一种基于25种图像质量指标的虹膜、指纹和人脸生物活性检测方法,包括21种全参考指标和4种非参考指标。
相比这篇本文的不同贡献:
a.我们的方法针对人脸特征表示专门设计了四个特征,并证明了这些特征对欺骗人脸检测的有效性。
b.本文方法同时在两个公共数据库上评测
c.本文方法旨在提高跨数据库场景下的泛化能力
- 基于其他线索的方法:利用非二维强度图像的线索,如三维深度[19]、红外图像[6]、欺骗上下文[20]和语音[21],提出了人脸欺骗的对策。然而,这些方法对用户或人脸识别系统提出了额外的要求,因此应用范围较窄。
3.图像失真分析的特征
A.Specular Reflection Features
B.Blurriness Features
C.Chromatic Moment Features
D. Color Diversity Features
将四种特征拼接成121维的特征向量,虽然IDA特征向量是从人脸区域提取出来的,但它只包含图像失真信息,不包含任何面部特征。因此,我们希望IDA特征能够缓解常用纹理特征中存在的训练偏差问题。
4.分类方法
A.ensemble classifier
SVM: A SVM classifier with RBF kernel is trained for each group of training data, with parameters optimized by cross-validation.
训练:不同组的欺骗攻击样本中训练多个成分的欺骗分类器。
测试:多个分类器结果进行融合(sum规则和min规则。在大多数情况下,min规则执行得更好)
B.多帧融合
视频多帧投票决定
总体流程图:
5.实验结果
活体检测——《Face Spoof Detection with Image Distortion Analysis》相关推荐
- Context Based Face Spoofing Detection Using Active Near-Infrared Images(论文翻译)活体检测相关
摘要 - 在本文中,借助可控的有源近红外(NIR)光,我们构建了近红外差分(NIRD)图像.基于反射模型,NIRD图像被认为包含具有和不具有活动NIR光的图像之间的光照差异.基于NIRD图像的两个主 ...
- 计算机视觉子方向,计算机视觉方向简介 | 人脸识别中的活体检测算法综述
原标题:计算机视觉方向简介 | 人脸识别中的活体检测算法综述 本文转载自"SIGAI人工智能学习与实践平台"(ID:SIGAICN) 导言 1. 什么是活体检测? 判断捕捉到的人脸 ...
- 人脸活体检测:活体检测数据集
此篇博客主要整理人脸活体检测的数据集. 目前人脸活体攻击的方式主要有:照片打印.视频回放攻击.3D人脸面具等.因此数据集也是根据这些攻击方式制作的. 一共整理了11个活体检测的数据集.此外还整理了6个 ...
- 人脸活体检测、红外人脸数据集下载
此篇博客主要整理人脸活体检测的数据集. 目前人脸活体攻击的方式主要有:照片打印.视频回放攻击.3D人脸面具等.因此数据集也是根据这些攻击方式制作的. 一共整理了11个活体检测的数据集.此外还整理了6个 ...
- 人脸识别中的活体检测算法综述
其它机器学习.深度学习算法的全面系统讲解可以阅读<机器学习-原理.算法与应用>,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造. 书的购买链接 书的勘误,优化,源代码资源 1. 什 ...
- 活体检测Face Anti-spoofing前世今生:作者(Fisher Yu )
活体检测Face Anti-spoofing前世今生 摘录:https://zhuanlan.zhihu.com/p/43480539 1. 什么是活体检测? –> 判断捕捉到的人脸是真实人脸, ...
- 人脸识别中的活体检测算法
人脸识别中的活体检测算法综述 1. 什么是活体检测? 判断捕捉到的人脸是真实人脸,还是伪造的人脸攻击(如:彩色纸张打印人脸图,电子设备屏幕中的人脸数字图像 以及 面具 等) 2. 为什么需要活体检测? ...
- 【活体检测】人脸活体检测、红外人脸数据集整理
此篇博客主要整理人脸活体检测的数据集. 目前人脸活体攻击的方式主要有:照片打印.视频回放攻击.3D人脸面具等.因此数据集也是根据这些攻击方式制作的. 一共整理了11个活体检测的数据集.此外还整理了6个 ...
- Secure Face Unlock_ Spoof Detection on Smartphones
Secure Face Unlock: Spoof Detection on Smartphones 标签: 论文 spoofing 论文出处:IEEE TRANSACTIONS ON INFORMA ...
最新文章
- Nagios—服务和性能监控
- Linux 内核存缺陷:66% 安卓设备面临受攻击风险
- gitlab-ci详细说明
- 剧本翻译之SHUFFLE 6月24日
- oracle数据库时分秒格式_Oracle如何输出指定格式的日期时间数据呢?
- [转载总结]Linux环境下C++运行时动态链接库加载要点总结
- string 找出所有数字 index_【一天一大 lee】单调递增的数字 (难度:中等) Day20201215...
- Excel的裁剪(trimming)(トリミング)功能使用介绍
- 13.nginx 源码目录及配置
- Retinex 算法
- Eplan教学视频合集-百度网盘-收集于网络
- oracle求和函数的写法,Oracle over函数的学习笔记三 求和函数的使用
- SCI写作之-结构和写作顺序
- JS 如何调用高德地图
- php 复制文件夹并压缩到最小_【实用】PHP实现下载与压缩文件的一些方法的封装与整理...
- 机器学习算法优缺点总结
- websocket连接不成功的原因
- 海思芯片-Hi3512参数规格介绍
- 液晶面板价格上涨,中国面板获益巨大,对中国制造产生深远影响
- 怎么把信息秒回做到极致?IMO班聊也是拼了
热门文章
- Crash的数字表格
- 贵金属白银走势这样预测
- 《人月神话》译文修订明细(1)-读者可以对照修改
- transfer-encoding chunked , Transfer-Encoding 的作用
- 大一学生计算机专业用什么电脑,大一学生选电脑的几个注意事项, 学会了, 大学四年不用换电脑...
- 宝塔面板安装YukiDrive —— 支持OneDrive SharePoint的文件浏览程序
- linux 网卡配置目录,Linux目录结构以及网卡配置
- BI开发问题总结-暂存
- DynaSLAM 论文笔记
- 评论/点赞/分享/收藏/上传/下载/收索/ 测试点