PulseAugur
中
实时 22:19:10
English(EN) Flow Augmentation and Knowledge Distillation for Lightweight Face Presentation Attack Detection

新方法通过轻量级运动学习增强人脸反欺骗能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的轻量级人脸活体检测（FacePAD）方法，该方法在训练期间增强了运动线索，而无需在推理时进行显式的光流估计。一个双分支教师模型融合了外观和运动数据，然后将其蒸馏到一个仅RGB的学生模型中。这种方法使学生模型能够有效地学习对运动敏感的表示，在多个基准测试中实现了高精度，同时显著降低了在资源受限设备上实时部署的计算要求。 AI

影响 引入了一种更有效的人脸反欺骗方法，可在边缘设备上实现实时部署。

排序理由 关于人脸活体检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法通过轻量级运动学习增强人脸反欺骗能力

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Shujaat Khan ·

    Flow Augmentation and Knowledge Distillation for Lightweight Face Presentation Attack Detection

    Face presentation attack detection (FacePAD) remains challenging under diverse spoofing representation, including 2D print and replay, 3D mask-based spoofing, makeup-induced appearance manipulation, and physical occlusions, as well as under varying capture conditions. Motion cues…

相关话题