研究人员开发了一种新颖的方法,用于身份证件呈现攻击检测(PAD)的零样本域泛化。该方法利用带有EfficientNet-V2-b0骨干网络的原型网络,每类仅需四个真实样本即可建立可靠的原型。通过改变卡片域而保持PAD类别不变的片段式训练机制,使网络能够学习通用的攻击线索。该系统在多国数据集和DLC-2021基准测试上实现了约9%的平均错误率(EER),优于现有基线,并实现了隐私保护、可扩展的跨司法管辖区远程注册。 AI
影响 这项研究通过实现更准确、更注重隐私的身份证件验证,有望提高远程注册流程的安全性和效率。
排序理由 该集群包含一篇详细介绍新的呈现攻击检测方法的学术论文。
- DLC-2021
- EfficientNet-V2-b0
- Prototypical Networks for Few-shot Learning
- Hugging Face
- ID-Card
- Presentation attack detection for face recognition using light field camera
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →