结合对比学习与空间上下文的人脸活体检测

郝瑾琳，陈雪云

(广西大学 电气工程学院， 广西 南宁 530004)

0 引言

人脸识别技术已获得了广泛的应用，包括许多需要高识别精确率的保密行业和领域[1]，如金融支付、访问授权等。然而，现有的大多数人脸识别系统很容易被欺骗。提升系统的防欺骗能力，即人脸活体检测(face anti-spoofing，FAS)可以有效增加人脸识别的准确率。人们使用呈现攻击(presentation attacks，PAs)[1-2]对识别系统进行欺骗测试，模式主要包括打印攻击(在纸上打印人脸)、重放攻击(在数字设备上重放人脸)、3D掩码攻击(携带3D掩码)。

为了能够准确判别活体图像与欺骗图像，研究者们充分挖掘图像中所包含的信息。SURF、LBP等手工特征在活体检测的任务中被广泛应用[3-4]。随着深度学习的发展，越来越多的研究者提出了基于深度神经网络的算法[5-8]。基于深度学习的算法正在成为活体检测算法的主流，并且正朝着基于特征的方法和基于模型的方法发展，两者研究的重点不同。

基于特征的方法[4-6，8-9]通常利用丰富的图像特征，以及深度、时序等额外的特征提升活体检测准确度，主要关注如何融合多项特征。许多这类研究对真假人脸的区别性特征关注不够，未注意到给定图像中仍有很多能够起关键作用的高级语义特征未被提取，压缩了算法人脸防欺骗提升的空间。基于模型的方法则从模型结构出发，设计精细的结构来优化模型的判别能力，如基于元学习(meta-learning)[10]、零样本学习[11]、小样本学习[5]、域适应[8]等。现有的第二类方法通常对图像中的各类信息建模实现人脸活体检测，这会增加学习成本，甚至出现过度关注图像细节信息导致模型泛化能力下降的问题。……