SFFAI论坛已开放注册

详情点击查看：https://bbs.sffai.com/d/312

讲者介绍

王卓，北京邮电大学模式识别实验室研究生，主要研究方向为人类防伪，目前已在CVPR会议和TIFS期刊上发表论文。

分享题目

一种基于特征组合的域泛化性活体检测算法

分享摘要

随着各种呈现攻击的不断出现，活体检测算法（FAS）越来越受到人们的关注。现有的大多数算法都是基于图像的完全表示来实现域泛化性（DG）。但是，不同的图像统计信息可能对活体检测任务具有其独特的性质。在这项工作中，我们将图像的完全表示分离成内容特征和风格特征，同时提出了一个新的SSAN网络，用于提取不用的内容特征和风格特征，并对分离后的特征重新组合，以构建一个重组后的特征空间。然后，为了获得具有泛化性的特征表示，我们对重组后的特征实施对比学习，用以强调与活体信息相关的风格部分，同时抑制与域信息相关的风格部分。最后，在预测阶段，我们使用正确的重组特征来区分真实人脸与攻击图像。另一方面，尽管目前的活体检测算法已经达到了很好的性能，但是由于数据量和数据分布之间的差异，学术届与工业界的评估标准仍存在着很多不同。因此，我们建立了一个大规模评估协议，用以进一步评估算法在现实场景下的性能。

分享亮点

1. 为了分别利用基于全局和局部的数据统计特征，本文提出了一个新的网络结构SSAN，以特征分离和特征重组的方式，来实现域泛化性活体检测。

2. 为了增强风格特征中的活体信息部分，同时抑制域信息部分，我们采用了对比学习的方式，以控制重组后的特征按照活体信息来靠近或者远离其对应的锚特征。以此种方式得到的对比损失被用于对网络的训练。

3. 基于真实世界的数据分布，本文融合了12个公共数据集，用以构造一个用于活体检测问题的大规模测试协议。同时提出了单边TPR@FPR以获得更加可信和全面的评测结果。

直播时间

2022年3月20日（周日）20:00—21:00 线上直播

关注微信公众号：人工智能前沿讲习，对话框回复“SFFAI141”，获取入群二维码

人工智能前沿学生论坛 SFFAI（Student Forums on Frontiers of Artificial Intelligence）每周日举行一期， 邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。SFFAI 目前主要关注计算机视觉、自然语言处理、数据挖掘、机器学习理论等各个人工智能垂直领域及交叉领域的前沿进展，进行学术传播，为初学者指明方向，也为讲者塑造个人影响力。

欢迎大家关注SFFAI论坛：https://bbs.sffai.com/