Institutional Repository of Coll Elect & Informat Engn
采用超复数小波生成对抗网络的活体人脸检测算法 | |
李策1; 李兰1; 宣树星1; 杨静2; 杜少毅3 | |
2020-12-15 | |
发表期刊 | 西安交通大学学报 |
摘要 | 为了提升人脸识别系统判别图像真实性的能力,针对较难检测到未知的活体人脸攻击问题,提出了一种采用超复数小波生成对抗网络的活体人脸检测算法。采用了四个不同类型的数据集,随机选择三个数据集作为训练集,另一个则为测试集,即训练中未知的活体人脸。首先,训练集视为三个源域,输入到超复数小波生成对抗网络中,使一个特征生成器与三个判别器进行对抗,当特征生成器成功欺骗过三个判别器时,形成了具有三个源域共享且区别于三个源域的特征空间,能够检测到不同于源域的人脸特征。同时,在判别器上设置了域间和域内的三元组约束函数来提高判别器的性能,并且将超复数小波的细节子带图与卷积网络联合学习图像多个方向的细节纹理特征,用来提升判别器鉴定活性人脸特征的能力。然后,由于真/假人脸的远程光电体积描记术和深度图都具有较大的差异,所以将其嵌入到特征空间中,增强生成特征空间检测人脸特征的泛化性能,形成通用的特征空间。最后,在该特征空间中使用测试集进行判别分类得到真/假的结果。结果表明,在CASIA-FASD、Idiap Replay-Attack和NUAA数据集上,C (area under curve, AUC)分别为84.65、86.06、91.21,H(half total error rate, HTER)分别为24.05、21.05、15.01,均高于对比算法。 |
关键词 | 活体人脸检测 超复数小波 生成对抗网络 |
URL | 查看原文 |
收录类别 | CNKI |
语种 | 中文 |
中图分类号 | TP183;TP391.41 |
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/132730 |
专题 | 电气工程与信息工程学院 附属中学 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院; 2.西安交通大学自动化科学与工程学院; 3.西安交通大学人工智能学院人工智能与机器人研究所 |
第一作者单位 | 电气工程与信息工程学院 |
第一作者的第一单位 | 电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 李策,李兰,宣树星,等. 采用超复数小波生成对抗网络的活体人脸检测算法[J]. 西安交通大学学报,2020. |
APA | 李策,李兰,宣树星,杨静,&杜少毅.(2020).采用超复数小波生成对抗网络的活体人脸检测算法.西安交通大学学报. |
MLA | 李策,et al."采用超复数小波生成对抗网络的活体人脸检测算法".西安交通大学学报 (2020). |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
采用超复数小波生成对抗网络的活体人脸检测(745KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[李策]的文章 |
[李兰]的文章 |
[宣树星]的文章 |
百度学术 |
百度学术中相似的文章 |
[李策]的文章 |
[李兰]的文章 |
[宣树星]的文章 |
必应学术 |
必应学术中相似的文章 |
[李策]的文章 |
[李兰]的文章 |
[宣树星]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论