2019 Learning Generalizable and Identity-Discriminative Representations for Face Anti-Spoofing

【论文】：https://arxiv.org/abs/1901.05602
【代码】：https://github.com/XgTu/GFA-CNN

创新点

• 提出了一个简单有效的Total Pairwise Confusion (TPC)损失函数，提高了抗PA方法的泛化能力；
• 在CNN模型中加入了一个Fast Domain Adaptation （FDA）组件，减轻域变化带来的负面影响；
• 得到模型GFA-CNN，活体检测和人脸识别同时进行，两任务的CNN层共享参数，模型效率较高；

多任务网络架构

• 两个分支，每个分支由5个CNN层块和3个全连通(FC)层组成，每个块包含3个CNN层；
• face anti-spoofing 分支用TPC损失函数和Anti-loss进行训练，输入为带背景的未处理的人脸图片，在输入人脸抗欺骗分支之前，训练图像通过给定的目标域图像传输到目标域，在测试阶段，将每个查询图像传输到目标域，然后转发到网络。
• face recognition分支用Recg-loss训练，输入为裁剪后的人脸图片；
• CNN模块与VGG16的卷积部分相同
• 人脸抗欺骗和人脸识别分支的FC层除了最后一层FC层的输出维数外，其余结构相同。人脸反欺骗分支的最后一层FC层为2维，人脸识别分支的最后一层FC层的维数取决于参与训练的目标数量。
• 总体目标函数为$\zeta ={\zeta }_{anti}+{\lambda }_1\ast {\zeta }_{id}+{\lambda }_2\ast {\zeta }_{tpc}$

TPC 损失函数

$${\zeta }_{tpc}(x_i,x_j)=\sum _{i̸=j}^M{\Vert \psi (x_i)-\psi (x_j)\Vert }_2^2$$

• 其中，$x_i$和$x_j$是两个随机选择的图片，M是样本对的总个数，$\psi$(x)表示人脸抗欺骗分支的第二全连通层
• ${\zeta }_{tpc}$与PC损失函数的不同：
  1. TPC损失函数最小化随机样本对与训练集的分布距离，而不是两个不同类别的样本对，从而迫使CNN学习不那么具有区分性的特征。
  2. 我们将特征空间中的欧式距离最小化，而原始PC损失函数将概率空间中的距离最小化(softmax的输出)，使同一对样本具有相似的条件概率分布。

FDA

• 使用FDA来减轻领域变化带来的负面影响
• 内容重建损失：$${\zeta }_{content}=\frac{1}{C_j{H}_j{W}_j}{\Vert {\psi }_j(y)-{\psi }_j(x)\Vert }_2^2$$
• 域重建损失： $${\zeta }_{domain}=\frac{1}{C_j{H}_j{W}_j}{\Vert G_j(y)-G_j(y_d)\Vert }_F^2$$
  $$G_j=\frac{k{k}_T}{C_j{H}_j{W}_j}$$
• $$\hat{y}=argmi{n}_P({\lambda }_c{\zeta }_{content}(y,x)+{\lambda }_s{\zeta }_{domain}(y,y_d))$$

实验

• lr = 0.003，每2000步衰减一半
• batch size = 32
• ${\lambda }_1=0.1$，${\lambda }_2=2.5e^{-5}$
• CNN 层在VGG-face数据集上预训练
• 为了平衡数据，我们将CASIA-FASD、MSU-MFSD和Replay-Attack训练集中的live样本水平翻转和垂直翻转三倍，将SiW训练集中的live样本水平翻转两倍。