SFFAI論壇已開放注冊

詳情點擊查看：https://bbs.sffai.com/d/312

講者介紹

王卓，北京郵電大學(xué)模式識別實驗室研究生，主要研究方向為人類防偽，目前已在CVPR會議和TIFS期刊上發(fā)表論文。

分享題目

一種基于特征組合的域泛化性活體檢測算法

分享摘要

隨著各種呈現(xiàn)攻擊的不斷出現(xiàn)，活體檢測算法（FAS）越來越受到人們的關(guān)注?，F(xiàn)有的大多數(shù)算法都是基于圖像的完全表示來實現(xiàn)域泛化性（DG）。但是，不同的圖像統(tǒng)計信息可能對活體檢測任務(wù)具有其獨特的性質(zhì)。在這項工作中，我們將圖像的完全表示分離成內(nèi)容特征和風(fēng)格特征，同時提出了一個新的SSAN網(wǎng)絡(luò)，用于提取不用的內(nèi)容特征和風(fēng)格特征，并對分離后的特征重新組合，以構(gòu)建一個重組后的特征空間。然后，為了獲得具有泛化性的特征表示，我們對重組后的特征實施對比學(xué)習(xí)，用以強(qiáng)調(diào)與活體信息相關(guān)的風(fēng)格部分，同時抑制與域信息相關(guān)的風(fēng)格部分。最后，在預(yù)測階段，我們使用正確的重組特征來區(qū)分真實人臉與攻擊圖像。另一方面，盡管目前的活體檢測算法已經(jīng)達(dá)到了很好的性能，但是由于數(shù)據(jù)量和數(shù)據(jù)分布之間的差異，學(xué)術(shù)屆與工業(yè)界的評估標(biāo)準(zhǔn)仍存在著很多不同。因此，我們建立了一個大規(guī)模評估協(xié)議，用以進(jìn)一步評估算法在現(xiàn)實場景下的性能。

分享亮點

1. 為了分別利用基于全局和局部的數(shù)據(jù)統(tǒng)計特征，本文提出了一個新的網(wǎng)絡(luò)結(jié)構(gòu)SSAN，以特征分離和特征重組的方式，來實現(xiàn)域泛化性活體檢測。

2. 為了增強(qiáng)風(fēng)格特征中的活體信息部分，同時抑制域信息部分，我們采用了對比學(xué)習(xí)的方式，以控制重組后的特征按照活體信息來靠近或者遠(yuǎn)離其對應(yīng)的錨特征。以此種方式得到的對比損失被用于對網(wǎng)絡(luò)的訓(xùn)練。

3. 基于真實世界的數(shù)據(jù)分布，本文融合了12個公共數(shù)據(jù)集，用以構(gòu)造一個用于活體檢測問題的大規(guī)模測試協(xié)議。同時提出了單邊TPR@FPR以獲得更加可信和全面的評測結(jié)果。

直播時間

2022年3月20日（周日）20:00—21:00 線上直播

關(guān)注微信公眾號：人工智能前沿講習(xí)，對話框回復(fù)“SFFAI141”，獲取入群二維碼

人工智能前沿學(xué)生論壇 SFFAI（Student Forums on Frontiers of Artificial Intelligence）每周日舉行一期， 邀請一線科研人員分享、討論人工智能各個領(lǐng)域的前沿思想和最新成果，使專注于各個細(xì)分領(lǐng)域的研究者開拓視野、觸類旁通。SFFAI 目前主要關(guān)注計算機(jī)視覺、自然語言處理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)理論等各個人工智能垂直領(lǐng)域及交叉領(lǐng)域的前沿進(jìn)展，進(jìn)行學(xué)術(shù)傳播，為初學(xué)者指明方向，也為講者塑造個人影響力。

歡迎大家關(guān)注SFFAI論壇：https://bbs.sffai.com/