实体
Face Presentation Attack Detection Using Deep Background Subtraction
Face Presentation Attack Detection Using Deep Background Subtraction
PulseAugur coverage of Face Presentation Attack Detection Using Deep Background Subtraction — every cluster mentioning Face Presentation Attack Detection Using Deep Background Subtraction across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
基础模型在面部攻击检测方面展现出潜力，但在跨数据集迁移方面存在困难
研究人员通过统一的线性探测协议评估了24个冻结编码器，以研究基础模型在面部呈现攻击检测（PAD）方面的有效性。研究发现，虽然这些模型包含通过最少训练即可访问的PAD相关信息，但由于领域漂移，这些信息在不同数据集之间无法可靠地迁移。模型规模在某些家族内显示出优势，但性能也受到架构和预训练方法的影响。InternViT-6B在数据集内误差最低，而CLIP ViT-B/32在测试探针中提供了最佳的跨数据集迁移-计算权衡。
-
视觉 Transformer 减少了面部反欺骗系统中的人口统计学偏差
一篇新发表在 arXiv 上的研究调查了视觉 Transformer (ViT) 架构对人脸呈现攻击检测 (PAD) 系统中人口统计学偏差的影响。该研究使用 CASIA-SURF Cross-Ethnicity Face Anti-Spoofing (CeFA) 数据集，将 ViTs 与卷积神经网络 (CNNs) 进行了比较。结果表明，与 CNN 基线相比，ViT 模型，特别是 DeiT-S 架构，在不同族裔群体中实现了更高的准确率，…