《表1 0 CQNU-3Dmask测试集上各种模态的测试效果》
人脸活体攻击并非仅存在打印式的照片、视频的攻击,随着3D打印技术的不断发展和成熟,制作出价格低廉、形象逼真的人脸3D的攻击手段已经可以实现,如3D面具、头模和头套,3D的攻击方式已逐渐成为人脸认证系统的新威胁。然而,许多以前提出的攻击检测方法在面对3D攻击手段的攻击时基本失去效果,同样本文在2D手段上的防御模型也无法解决3D攻击。针对上述问题,本文同样以RGB与Depth图像为输入进行特征融合的方式来构建针对3D攻击的活体检测模型,虽然3D攻击手段不再是平面的图像,利用深度特征难以辨识,但是深度特征会对光照具有一定的鲁棒性,再加上采集数据集时考虑到光照信息,同时训练RGB图能够使模型关注到图像的颜色以及纹理上面的差异,从而使模型更加鲁棒。本文方法在CQNU-3Dmask上进行多模态鲁棒性实验,结果如表10所示。
图表编号 | XD00197782700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 皮家甜、杨杰之、杨琳希、彭明杰、邓雄、赵立军、唐万梅、吴至友 |
绘制单位 | 重庆师范大学计算机与信息科学学院、重庆市数字农业服务工程技术研究中心(重庆师范大学)、智慧金融与大数据分析重庆市重点实验室(重庆师范大学)、重庆师范大学计算机与信息科学学院、重庆市数字农业服务工程技术研究中心(重庆师范大学)、智慧金融与大数据分析重庆市重点实验室(重庆师范大学)、重庆市数字农业服务工程技术研究中心(重庆师范大学)、智慧金融与大数据分析重庆市重点实验室(重庆师范大学)、重庆师范大学数学科学学院、重庆师范大学计算机与信息科学学院、重庆市数字农业服务工程技术研究中心(重庆师范大学)、智慧金融与大 |
更多格式 | 高清、无水印(增值服务) |