科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有人脸活体检测算法在单一数据集内表现良好而在多个数据集间泛化能力较差的问题，提出了一种聚焦于真实人脸的活体检测方法。在数据输入阶段，每轮训练会向网络中输入所有源域的真实人脸而只随机输入其中一个源域的虚假人脸。在特征学习阶段，使用Resnet18网络作为主干网络，将不同残差块的输出特征进行基于注意力机制的加权融合。利用三元组损失和对抗损失对融合后的真实人脸特征进行领域内和领域间的聚合，利用三元组损失对融合后的虚假人脸特征只进行领域内的聚合。在分类阶段，利用交叉熵损失对所有源域的真实人脸和虚假人脸进行分类。所提方法在四个人脸活体检测数据集中进行了实验，实验结果表明该方法相比其他方法具有更低的识别错误率和更高的鲁棒性。
- 单位
