科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对人脸防伪方法在应对不同表征攻击和未知表征攻击时，普遍存在有效性和泛化性差的问题，提出了一种人脸防伪方法。将在自然语言处理领域应用的注意力机制引入人脸防伪任务，获取特征之间的成对相似性关系，提升方法的有效性和泛化性。针对人脸防伪模型在训练过程中数据量不足的问题，引入迁移学习的思想，通过对FAS-Transformer预训练模型进行改进，使其快速地部署到二分类任务中。为验证所提出方法的有效性，分别设计了集内测试实验和集间测试实验，与主流方法进行了对比。实验结果表明，本方法获得了预期效果。
-
单位电子工程学院; 黑龙江大学
