Журнал ИМТ
Статья журнала ИМТПубликацияНаучная статья
Построение карт глубины при обнаружении презентационных атак в системах распознавания лиц
http://libmeta.ru/object/imt_pub_151
Аннотация
В настоящее время системы распознавания лиц являются широко распространенным спосо-бом биометрической идентификации на практике. Однако такие системы требуют защиты от несанкцио-нированных действий в виде так называемых презентационных атак, когда злоумышлен ник осуществля-ет подмену подлинных изображений поддельными изображениями или короткими видеопоследователь-ностями. В статье предлагается метод обнаружения презентационных атак с использованием глубины сцены без применения специальных датчиков. Задача заключ ается в том, чтобы усилить тонкую разницу между подлинными и поддельными изображениями. Для этого была обучена и протестирована глубокая сеть, состоящая из блоков свертки центральной разности и многомасштабного модуля внимания. Экспе-рименты показали, что п редварительное преобразование входных изображений лиц в цветовое простран-ство HSV имеет преимущество по точности обнаружения поддельных изображений. Так, точность обна-ружения на собственном наборе данных, наборах данных KITTI и Cityscapes возросла на 3 -7% в зависи-мости от устройств захвата, условий освещения и настроек самого алгоритма.
Данные
| pages | 40-47 |
| год | 2022 |
| pageEnd | 47 |
| pageStart | 40 |
цитирует
Large crowdcollected facial anti-spoofing dataset
LBP-TOP based countermeasure against face spoofing attacks
Learning deep models for face anti-spoofing: binary or auxiliary supervision
Searching central difference convolutional networks for face anti-spoofing
The Cityscapes Dataset
The KITTI Vision Benchmark Suite
3D mask face anti-spoofing with remote photoplethysmography
Can face anti-spoofing countermeasures work in a real world scenario?
Context based face anti-spoofing
Deep spatial gradient and temporal depth learning for face anti-spoofing
Dense face alignment
Face anti-spoofing using patch and depth-based CNNs
+5
ссылается на
Large crowdcollected facial anti-spoofing dataset
LBP-TOP based countermeasure against face spoofing attacks
Learning deep models for face anti-spoofing: binary or auxiliary supervision
Searching central difference convolutional networks for face anti-spoofing
The Cityscapes Dataset
The KITTI Vision Benchmark Suite
3D mask face anti-spoofing with remote photoplethysmography
Can face anti-spoofing countermeasures work in a real world scenario?
Context based face anti-spoofing
Deep spatial gradient and temporal depth learning for face anti-spoofing
Dense face alignment
Face anti-spoofing using patch and depth-based CNNs
+5
ключевое слово
УДК
опубликовано в
Входящие связи
← содержит статью · 1
Внешние ссылки
- https://www.imt-journal.ru/archive/public/article?id=253 (fullTextUrl)