《表4 不同方案使用混合池化网络在replay-attack数据集中的EER和HTER》
注:加粗字体表示最优结果。
表3和表4展示了本文提出的方案在replayattack数据集中的EER和HTER。可以看出,加了空间金字塔和全局平均混合池化后明显有更好结果,在空间流上能取得0.071%的EER和0.109%的HTER。而对于颜色空间,在未加混合池化的时候,HSV颜色空间在HTER上也取得了不错结果,而加入混合池化后RGB则取得了更好结果,主要原因是replay-attack数据集中有很多亮度不稳定的样本,所以在对颜色空间更敏感的HSV上取得了微弱的优势,而加入混合池化后,混合池化能够指导网络学习到更加全局以及局部的信息,而且RGB颜色空间也可以通过变换得到HSV,所以HSV的微弱优势就被抵消了。从表3和表4还可以看出,replayattack数据集中的时间流网络效果不是很好,原因是replay-attack数据集中大多数视频抖动非常小,所以在时间维度产生的信息也相对较少。因此在replay-attack数据集的实验中可以调小时间流网络所占的比例,减少造成的负影响。最终空间流和时间流融合使得EER和HTER分别达到0.091%和0.082%。
图表编号 | XD00179364600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.16 |
作者 | 汪亚航、宋晓宁、吴小俊 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |