CelebA-Spoof: Large-Scale Face Anti-Spoofing Dataset with Rich Annotations

Hello, 今天是论文阅读计划的第13天啦

今天介绍一片关于人脸反欺骗的文章～
实验室最近有本科生要做这个的毕设，既然我对自己有论文阅读计划的安排，那我就把这个课题当作课外补充，来了解一下这块的知识。

论文阅读计划主要是用来自己扩充知识，如果能与实际结合，给他们提提建议那也是不错的。

CelebA-Spoof：大规模带有丰富的标注的人脸反欺骗数据集

来自北京交通大学、商汤科技、香港中文大学等单位贡献了一个大规模的人脸反欺骗数据集CelebA-Spoof，其论文被ECCV 2020 收录。

一、研究背景

随着人脸识别应用的广泛部署，针对人脸识别系统的工具越来越多，人脸活体检测（反欺诈）成为重要的研究方向。其目的是识别所呈现的人脸是真实的还是欺骗的。

想象一个场景，一个攻击者拿着你的照片或视频，可以解锁你的手机，甚至用你的电子钱包付账。为此，人脸反欺骗已经成为保护我们的隐私和财产不被他人非法使用的关键技术。

尽管已经取得了不错的进展，但现有的作品在处理复杂的欺骗攻击和推广到现实世界场景方面仍然存在困难。主要原因是目前的人脸反欺骗数据集在数量和多样性上都受到限制。

二、相关工作

近年来，人脸反欺骗算法取得了很大进展。大多数传统算法专注于手工特征，如LBP，HoG和SURF。其他研究也集中在时间特征上，如眨眼和嘴唇运动。为了提高对光变化的鲁棒性，一些研究人员关注不同的颜色空间，如HSV，YCbcR和傅里叶谱。

随着