活体检测——多帧深度估计防作伪
论文:《Exploiting temporal and depth information for multi-frame face anti-spoofing》
- 京东金融、华为云和中科院在2018年联合发表的利用时间和深度信息进行多帧人脸反欺骗算法
主要创新点和贡献点:
利用了多帧的时空信息来更精准地预测深度图,再而进行活体检测。
评测的基准数据集:
OULU-NPU, SiW, CASIA-MFSD,Replay-Attack.
动机:
作者画出下面的草图来描述活体与非活体多帧间的微变化,可见在左边(a)活体场景,明显侧脸时鼻子与耳朵的角度比正脸时大;而对于右侧(b)屏幕攻击,则反之。
基于此现象,作者认为利用多帧信息理论上会比单帧更好地重构深度图,同时更好的判断是真实人脸还是平面人脸攻击。
算法框架:
总框架主要分为两个部分(单帧深度估计和多帧信息融合),如下图所示:
1.单帧深度估计部分:
2.多帧信息融合部分:
主要由 optical flow guided features (OFF) Block 和 ConvGRU Unit 组成,因为OFF Blcok主要构建在相邻两帧间,而 ConvGRU 是构建在整个多帧的clips间,故前者用来获取short-term信息,后者则获得Long-term信息。
3.损失函数:
(1)每帧深度图的L2 loss
其中,DsingleD_{single}Dsingle是估计的深度信息,D是PRNet模型输出的伪ground truth。
(2)作者提出的每帧深度图的 contrasive depth regression loss:
目的是更好学到每个 pixel 的拓扑关系,更强约束其与周边neighbor的对比度。对应的Kernel如下图所示:
总体的回归Loss为:
(3)二分类误差损失(活体or非活体)
sigmoid或softmax
实验结果:
在Oulu-NPU上的结果:
消融实验:
查看网络里各个模块及Loss的作用
可见 OFF-Block 和 Contrastive Depth loss 提升蛮多的。
最后来定性可视化下出来的深度图的可判别性如何:
可以发现: 对于多帧重构出来的深度图,Replay屏幕攻击有明显的改善;但对于Print打印攻击,图像上好像更糟糕了一点。
总结:
根据先验知识,真人脸与纸张或屏幕攻击载体的深度信息不同,利用PRNet估计真实人脸的伪深度,攻击载体无深度信息,来进行深度信息恢复,进一步根据恢复出来的深度信息使用二分类来区分是否为活体。
参考: https://zhuanlan.zhihu.com/p/50139673
活体检测——多帧深度估计防作伪相关推荐
- 单目多帧自监督深度估计(2021-2022)研究进展
自从17年MonoDepth系列论文问世, 单目自监督深度估计算法越来越受到研究者的重视.人们发现, 在自动驾驶场景中,原来单目自监督方法也能计算出不错的深度效果.但是单目深度估计方法的可解释性比较弱 ...
- 2022最新 | 室外单目深度估计研究综述
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨汽车人 来源丨 自动驾驶之心 论文标题:Outdoor Monocular Depth Esti ...
- Python | 人脸识别系统 — 活体检测
本博客为人脸识别系统的活体检测代码解释 人脸识别系统博客汇总:人脸识别系统-博客索引 项目GitHub地址:Su-Face-Recognition: A face recognition for us ...
- 活体检测新文by京东金融:利用多帧人脸来预测更精确的深度
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 接着上次 ...
- 深度学习-活体检测发展之数据篇(二)
本文旨在对当下活体检测研究领域的公开数据集进行整理 如有不全面的地方请留言补充 文章目录 公开数据集分类 1. 早期公开数据集 1.1 NUAA 1.2 YALE Recaptured(需联系作者获取 ...
- 深度学习-活体检测发展之背景篇(一)
主要对最近看的活体检测相关技术做一个总结梳理:纯属个人理解,有不准确的地方希望大家留言讨论 文章目录 一.人脸识别的背景 二.活体检测跟人脸识别什么关系? 三.活体检测的任务是什么? 四.活体检测技术 ...
- 纯视觉3D目标检测新SOTA!STS:基于Camera的深度估计新方法
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心技术交流群 后台回复[领域综述]获取自动驾驶全栈近80篇综述论文! 论文链接:https ...
- 最全的整理:毫米波雷达在检测、分割、深度估计等多个方向的近期工作及简要介绍
前情回顾 在之前,我已经有介绍过毫米波雷达在2D视觉任务上的一些经典网络[自动驾驶中雷达与相机融合的目标检测工作(多模态目标检测)整理 - Naca yu的文章 - 知乎],总结概括而言,其本质上都是 ...
- DepthInSpace:多帧影像信息在单目结构光深度估计中的应用(ICCV2021)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者| flow,3D视觉开发者社区签约作者,毕业于中国科学院大学,人工智能领域优质创作者. 编辑| ...
最新文章
- if __name__ == __main___Python的if __name__==#x27;__main__#x27;你都懂了吗
- 019_ColorPicker颜色选择器
- 搭建 Verilog 仿真环境
- JQuery 数组按指定长度分组
- Docker学习文档之三 其他相关-Docker常用命令
- android Camera framework层解析
- 一个Windows C++的线程池类实现
- u盘 计算机管理 没有就绪,U盘插上电脑显示驱动器未准备就绪。怎么办?
- IPD——从战略到执行的全面研发管理体系
- 音频格式怎么转换成mp3?
- HBase流程框架图
- 苦尽甘来 一个月学通JavaWeb(六 XML)
- 开发:KTV评分系统实现总结
- html页面禁止竖屏,关于移动端页面强制竖屏的方法
- 阿里面试感想(注:此为转载帖子)
- Stream流中常用的方法
- 支付宝网站付沙箱配置
- GO基础---for循环
- c语言new函数 百科,C语言函数—搜狗百科
- 【LOJ】#2568. 「APIO2016」烟花表演