静默活体检测之Silent-Face-Anti-Spoofing

Github:

https://github.com/minivision-ai/Silent-Face-Anti-Spoofing

https://github.com/minivision-ai/Silent-Face-Anti-Spoofing-APK

 

 

小视科技作品

 

活体检测应用流程：

假照片和真照片的区别：

将假脸照片与真脸照片转化生成频域图，对比发现假脸的高频信息分布比较单一，仅沿着水平和垂直方向延伸，而真脸的高频信息从图像的中心向外呈发散状。

 

整体网络结构：

输入的图片大小为80*80*3。训练的标签需要准备2个。第一个就是网络最终的输出，判断是真人还是假人的sotfmax二分类问题。

另一个标签，需要首先基于傅立叶变换，将彩图转化为频谱图，再将频谱图归一化为10*10的大小。将此作为训练的另一个label。训练中，从网络的中间某层引出一个分支。然后接入新的卷积层将通道降纬为1，然后和label计算L2距离。

为了控制 L_FT在训练过程中对梯度的贡献作用，分别引入了ɑ，β平衡两个损失函数L_Softmax和L_FT。实验中，ɑ=0.5，β=0.5

实验结果：

精度：

速度：

 

总结：

第一个开源的，静默活体识别的解决方案。速度，精度都非常高。

 

Reference:

https://mp.weixin.qq.com/s/IoWxF5cbi32Gya1O25DhRQ