-
题名人脸识别反欺诈研究进展
被引量：10
- 1
-
-
作者
张帆
赵世坤
袁操
陈伟
刘小丽
赵涵捷
-
机构
武汉轻工大学数学与计算机学院
南京邮电大学计算机学院
暨南大学信息科学技术学院
暨南大学网络空间安全学院
台湾东华大学电机工程学系
-
出处
《软件学报》
EI
CSCD
北大核心
2022年第7期2411-2446,共36页
-
基金
国家重点研发计划(2019YFB2101704)
国家自然科学基金(61906140)
+1 种基金
湖北省自然科学基金(2020CFB761)
武汉轻工大学科研项目(2021Y38)
-
文摘
当前,人脸识别理论和技术取得了巨大的成功,被广泛应用于政府、金融和军事等关键领域.与其他信息系统类似,人脸识别系统也面临着各类安全问题,其中,人脸欺诈(face spoofing,FS)是最主要的安全问题之一.所谓的人脸欺诈,是指攻击者采用打印照片、视频回放和3D面具等攻击方式,诱骗人脸识别系统做出错误判断,因而是人脸识别系统所必须解决的关键问题.对人脸反欺诈(face anti-spoofing,FAS)的最新进展进行研究:首先,概述了FAS的基本概念;其次,介绍了当前FAS所面临的主要科学问题以及主要的解决方法及其优缺点;在此基础上,将已有的FAS工作分为传统方法和深度学习方法两大类,并分别进行详细论述;接着,针对基于深度学习的FAS域泛化和可解释性问题,从理论和实践的角度进行说明;然后,介绍了FAS研究所使用的典型数据集及其特点,并给出了FAS算法的评估标准和实验对比结果;最后,总结了FAS未来的研究方向并对发展趋势进行展望.
-
关键词
人脸反欺诈
呈现攻击检测
人脸识别安全
深度学习
域泛化
可解释性
-
Keywords
face anti-spoofing(FAS)
presentation attack detection
face recognition security
deep learning
domain generalization
interpretability
-
分类号
D631
[政治法律—中外政治制度]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
