首页|结合对比学习与空间上下文的人脸活体检测

结合对比学习与空间上下文的人脸活体检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
人脸活体检测是面部识别应用的先决条件.现有方法利用多种特征提升检测精度,针对特征优化的研究较少,一些能起有效区分作用的特征未被提取,提出结合空间上下文特征与对比学习的人脸活体检测(SAC),分两个阶段:① 对比学习得到高级语义特征,扩大活脸和攻击脸之间的特征差距.此外,提出两种定义样本的策略以增强特征的可辨性.② 上下文判别器:自我注意学习输入的极端贡献性空间上下文.两阶段用跳跃连接保持特征表示一致性,分别用特征相似度和交叉熵损失训练.在公开数据集SiW、CAISA FASD和Replay Attack上测试,SAC在SiW的3种测试协议下均取得了与先进算法可比较的结果,在CAISA FASD和Replay Attack的跨数据集测试结果分别提升4％、11％,表明SAC能够有效准确判别欺骗人脸.
Face anti-spoofing based on spatial context-aware contrastive learning

郝瑾琳、陈雪云

展开 >

广西大学 电气工程学院,广西 南宁 530004

人脸活体检测 对比学习 人脸识别 特征学习

国家自然科学基金

62061002

2021

10.13624/j.cnki.issn.1001-7445.2021.1579

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2021.46(6)
  • 2