【FAS】《Review of Face Anti-Spoofing》

[1]任宇.人脸活体检测研究综述[J].现代计算机,2021,(09):109-112+116.

---

---

1、Background

人脸活体检测是在人脸识别系统中用于检测并拒绝伪造数据的重要技术

2、Related Work

近些年的人脸活体检测研究主要分为以下几个方向：

（1）针对人脸活体检测任务和其他计算机视觉任务的差异性，设计针对性的网络结构

（2）使用辅助信息或者结合多模态数据的优点；

（3）针对人脸活体检测网络的实际部署需求，结合 MobileNet 和 ShuffleNet 等网络框架设计轻量级的网络；

（4）针对现有方法泛化性能差的问题，结合域泛化技术提高网络泛化性能。

3、Method

传统人脸活体检测方法

• 基于纹理的方法
• 基于运动的方法
• 基于多光谱的方法

基于深度学习的人脸活体检测方法

• 使用卷积神经网络代替手工提取特征
• 使用 CNN-RNN 结构获取深度和 rPPG 信号作为辅助监督手段使得网络能够有针对性地进行学习
• 可见光图、深度图和近红外多模态数据融合
• 基于域泛化的方法

如果结合伪造攻击行为本身的特征，例如攻击者的手势、攻击介质边框等，再结合基于面部图像的方法，可能会更适合于实际应场景。

4、Datasets

人脸活体检测可能面对的攻击介质可能有如下几种：照片或者打印人脸（纸张可以弯曲或是裁剪掉面部关键部位）、手机和平板等各种智能设备、3D 面具

5、Future work

设计一个高精度、高性能、高泛化能力的人脸活体检测方案是目前人脸活体检测任务的主要目标

---

更多论文解读，请参考 【Paper Reading】