《表2 物理空间的可视数据身份识别攻击实验概况》
关于人脸活体伪造检测的公开数据集较多,在参考文献[52,102]中对现有的人脸活体检测数据库进行了很好的总结,本文不再赘述。值得关注的是,人脸活体伪造与检测数据库搜集和实验评估设置逐渐侧重于增加人脸活体伪造的规模、类型以及应对未知攻击类型的泛化能力3个方面。特别是提高模型的泛化能力,可以有助于人脸活体检测技术更快更好地投入实际应用当中。例如,中国科学院计算技术研究所韩琥团队提出对抗领域自适应的方法并进行跨数据库实验[103],即选择一个数据库进行测试时在其他数据库上进行模型训练。参考文献[51]发布了包含13种人脸活体伪造类型的大规模数据库Siw-M,并对三维面具攻击、化妆攻击以及部分区域伪造攻击等类型进行细分,从而有助于设计和验证面对未知类型攻击的模型鲁棒性。参考文献[102]发布了包含多个种族、多种图像模态以及包括打印攻击、重放攻击和三维面具攻击在内的多种伪造类型,可以有助于提高人脸活体检测方法在跨模态、跨种族场景下的泛化能力[104]。
图表编号 | XD00187663600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.20 |
作者 | 彭春蕾、高新波、王楠楠、李洁 |
绘制单位 | 西安电子科技大学综合业务网理论及关键技术国家重点实验室、重庆邮电大学重庆市图像认知重点实验室、西安电子科技大学综合业务网理论及关键技术国家重点实验室、西安电子科技大学综合业务网理论及关键技术国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |