-
题名基于3D卷积神经网络的活体人脸检测
被引量：7
- 1
-
-
作者
甘俊英
李山路
翟懿奎
刘呈云
-
机构
五邑大学信息工程学院
-
出处
《信号处理》
CSCD
北大核心
2017年第11期1515-1522,共8页
-
基金
国家自然科学基金项目(61372193
61070167)
+3 种基金
广东高校优秀青年教师培训计划资助项目(SYQ2014001)
广东省特色创新项目(2015KTSCX143
2015KTSCX145)
广东省青年创新项目(2016KQNCX171)
-
文摘
非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果并不理想。3D卷积神经网络(Convolutional Neural Network,CNN)具有深度学习的特点,能自动学到图像的分布式特征表示;与2D卷积相比,它能学到连续视频帧的动作信息。本文结合3D卷积神经网络的特性,提出利用3D卷积实现视频人脸伪装检测。通过提取3D卷积神经网络最后全连接层学到的时间空间特征,训练SVM(Support Vector Machine)分类器,实现真实人脸和伪装人脸的分类。实验采用两个人脸伪装公开数据库Replay Attack和CASIA,实现多尺度内部数据库测试和交叉数据库测试。实验结果相对于纹理特征及2D卷积方法有较大提高,可应用于视频人脸攻击的活体人脸检测。
-
关键词
3D卷积神经网络
活体人脸检测
人脸反伪装
社会安全
-
Keywords
3D convolution neural network
living face detection
face anti-spoofing
social security
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
