• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Integration of image quality and motion cues for face anti-spoofing: A neural network approach
【24h】

Integration of image quality and motion cues for face anti-spoofing: A neural network approach

机译：集成图像质量和运动线索以进行面部防欺骗：一种神经网络方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Many trait-specific countermeasures to face spoofing attacks have been developed for security of face authentication. However, there is no superior face anti-spoofing technique to deal with every kind of spoofing attack in varying scenarios. In order to improve the generalization ability of face anti-spoofing approaches, an extendable multi-cues integration framework for face anti-spoofing using a hierarchical neural network is proposed, which can fuse image quality cues and motion cues for liveness detection. Shearlet is utilized to develop an image quality-based liveness feature. Dense optical flow is utilized to extract motion-based liveness features. A bottleneck feature fusion strategy can integrate different liveness features effectively. The proposed approach was evaluated on three public face anti spoofing databases. A half total error rate (HTER) of 0% and an equal error rate (EER) of 0% were achieved on both REPLAY-ATTACK database and 3D-MAD database. An EER of 5.83% was achieved on CASIA-FASD database. (C) 2016 Elsevier Inc. All rights reserved.
机译：为了保护面部认证的安全性，已经开发了许多针对面部欺骗攻击的特定于特质的对策。但是，没有出色的人脸防欺骗技术可以应对各种情况下的各种欺骗攻击。为了提高人脸反欺骗方法的泛化能力，提出了一种使用层次神经网络的人脸反欺骗可扩展多线索集成框架，该框架可以融合图像质量线索和运动线索进行活度检测。 Shearlet用于开发基于图像质量的生动特征。密集的光流用于提取基于运动的活力特征。瓶颈特征融合策略可以有效地集成不同的活动特征。在三个公开的反欺骗数据库上对提出的方法进行了评估。在REPLAY-ATTACK数据库和3D-MAD数据库上，总错误率（HTER）为一半，而平均错误率（EER）为0％。在CASIA-FASD数据库上，EER为5.83％。 （C）2016 Elsevier Inc.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号