【FAS】《Application of machine learning to face Anti-spoofing detection》

文章目录

原文

李莉.反欺骗人脸活体图像的机器学习方法研究[D].广东工业学,2020.DOI:10.27029/d.cnki.ggdgu.2020.001204.

相关工作

一、基于手工特征的人脸活体检测方法

(1)基于图像纹理特征


(2)基于多光谱特征


(3)基于运动信息

由于伪造欺骗人脸模仿真实人脸运动时,人脸会连带身后的背景区域一同运动,背景区域也会被识别。当一个点在运动时,对应图像上相同或位置的光源也在移动,这种基于图像亮度运动特征的提取方法便是光流法。真实人脸和伪造的欺骗二维人脸图像在运动模式上是不同的。真实人脸做出动作时,脸部不同运动产生不同的光流。而伪造的欺骗二维人脸图像则几乎无变化


二、基于深度学习的人脸活体检测方法

三、基于融合特征的人脸活体检测方法

空间金字塔编码微纹理(SPMT)特征描述符

方法

静态 Gabor 小波和动态 LBP 的融合特征

传统:提取 Gabor 小波特征和动态 LBP 特征 + SVM

数据集

结果

基于 GAN 的数据增强人脸活体检测方法

时常会造成训练时模式崩溃(collapse mode),产生的结果不具备多样性,比较单一

GAN------DCGAN 生成难样本加入训练集 + SVM


半监督学习用于图像修复的人脸活体检测

半监督(利用图像修复的方法)

引入基于 GAN 的图像修复模型

网络结构分为生成模型 用于修复图像;局部判别器 负责判别修复图像的清晰度和局部一致性,全局判别器负责判别修复图像与原图像的匹配程度和全局一致性。训练中,网络模型一方面修复掩码或缺失的图像,一方面通过全局判别器进行真伪人脸图

点评

GAN 用于图像修复,生成与活检的结合方式

★★★


相关推荐
飞睿科技7 分钟前
乐鑫代理商飞睿科技,2025年AI智能语音助手市场发展趋势与乐鑫芯片解决方案分析
人工智能
许泽宇的技术分享8 分钟前
从新闻到知识图谱:用大模型和知识工程“八步成诗”打造科技并购大脑
人工智能·科技·知识图谱
坤坤爱学习2.022 分钟前
求医十年,病因不明,ChatGPT:你看起来有基因突变
人工智能·ai·chatgpt·程序员·大模型·ai编程·大模型学
蹦蹦跳跳真可爱5891 小时前
Python----循环神经网络(Transformer ----注意力机制)
人工智能·深度学习·nlp·transformer·循环神经网络
空中湖3 小时前
tensorflow武林志第二卷第九章:玄功九转
人工智能·python·tensorflow
lishaoan773 小时前
使用tensorflow的线性回归的例子(七)
人工智能·tensorflow·线性回归
千宇宙航6 小时前
闲庭信步使用SV搭建图像测试平台:第三十一课——基于神经网络的手写数字识别
图像处理·人工智能·深度学习·神经网络·计算机视觉·fpga开发
IT古董6 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(4)模型评价与调整(Model Evaluation & Tuning)
神经网络·机器学习·回归
onceco7 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)
人工智能·python·深度学习·语言模型·自然语言处理·自动化
天水幼麟7 小时前
动手学深度学习-学习笔记(总)
笔记·深度学习·学习