基于解纠缠表示学习的人脸反欺骗算法
Face anti-spoofing algorithm based on disentangled representation learning
江苏科技大学 计算机学院, 江苏 镇江 212114
摘要
针对现有人脸反欺骗模型面对不同应用场景识别精度低、泛化性能不佳的问题，引入解纠缠表示学习，提出一种基于解纠缠表示学习的人脸反欺骗方法。该方法采用U-Net架构和ResNet-18作为编/解码器。首阶段训练中，通过输入真实样本使得编码器仅学习到真实样本相关信息。第二阶段，构建对抗性学习网络，输入不具标签的样本，将预训练的编码器输出和新编码器输出进行特征融合，由解码器重建图像，在鉴别器中与原始图像进行对抗训练，以实现特征的解耦。模型与一些经典人脸反欺骗方法相比，有着更好的检测性能，在OULU-NPU数据集的数个实验中，最低的检测错误率仅为0.8%，表现优于STDN等经典检测方法。该人脸反欺骗方法通过分阶段训练的方式，使得模型在对抗性训练中获得了相比端到端模型更具判别性的特征表示，在欺骗特征图输出阶段采用多分类策略，减小了不同的图像噪声对分类结果的影响，在公开数据集上的实验验证了算法的有效性。
基金项目
2022年江苏省高校“智慧教育与教学数字化转型研究”专项课题
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.11.0554
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第8期
所属栏目: 信息安全技术
出版页码: 2502-2507
文章编号: 1001-3695(2024)08-036-2502-06
发布历史
[2024-01-19] 优先出版
[2024-08-05] 印刷出版
引用本文
周毅岩, 石亮, 张遨, 等. 基于解纠缠表示学习的人脸反欺骗算法 [J]. 计算机应用研究, 2024, 41 (8): 2502-2507. (Zhou Yiyan, Shi Liang, Zhang Ao, et al. Face anti-spoofing algorithm based on disentangled representation learning [J]. Application Research of Computers, 2024, 41 (8): 2502-2507. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
