《表2 CASIA-SURF数据集验证结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多模态特征融合的轻量级人脸活体检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验中共有48 498张RGB与Depth人脸图像，采用与2.1节相同的方式对数据集进行划分，其中10%作为验证集，15%作为测试集。在对比实验中，本文采用多模态Res Net18[15]、VGG-6（轻量级）、Feather Net A[10]、Feather Net B[10]、Shuffle Net V1[18]、Shuffle Net V2[17]以及Mobile Net V3这7个不同的卷积神经网络与本文方法进行对比，其中Res Net18采用文献[20]所提的人脸活体检测方式，将文中所提的Res Net18在Keras框架中复现。本文将轻量级人脸活体检测网络Feather Net A[10]和Feather Net B[10]改为多模态特征融合的形式进行对比实验。各模型在CASIA-SURF以及CQNU-LN数据集上交叉验证中以验证集在每轮训练中的准确率作为指标进行采集，如图4所示。本文方法在模型训练过程中相较其他方法，虽然准确率相差不大但是在训练中呈现的趋势更加稳定。实验结果如表2～3所示，本文方法在CQNU-LN以及CASIA-SURF数据集上有着更高的准确率。