《表1 0 CQNU-3Dmask测试集上各种模态的测试效果》

  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

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。