Presentation attack detection for face recognition using light field camera
PulseAugur coverage of Presentation attack detection for face recognition using light field camera — every cluster mentioning Presentation attack detection for face recognition using light field camera across labs, papers, and developer communities, ranked by signal.
-
新方法在身份证件攻击零样本检测中实现9%的EER
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。
-
新的CPG-PAD框架增强了面部识别攻击检测能力
研究人员开发了CPG-PAD，一个旨在提高面部识别系统中演示攻击检测（PAD）模型泛化能力的新框架。这种新方法将概念引导整合到提示学习过程中，利用可解释人工智能（XAI）技术识别与PAD相关的视觉概念，并生成用于局部引导的热力图。通过将这些概念纳入提示空间，CPG-PAD旨在捕捉可泛化的攻击线索并减少对特定领域伪影的过拟合。跨九个数据集的实验表明，CPG-PAD在跨领域性能上达到了最先进水平。
-
新型多模态模型改进身份证件演示攻击检测
研究人员开发了一种紧凑的多模态模型，该模型集成了视觉和文本数据，以改进对身份证件演示攻击的检测。这种方法旨在提高跨不同域的鲁棒性，由于隐私限制导致可用数据有限，这是一个重大挑战。该研究强调了模型容量和真实世界数据对于可靠检测的重要性，并表明当前的合成数据集可能无法充分让模型为真实世界场景做好准备。