[論文レビュー] Learning Generalized Spoof Cues for Face Anti-spoofing

Haocheng Feng, Zhibin Hong+6 more|arXiv (Cornell University)|May 8, 2020

Biometric Identification and Security参考文献 37被引用数 54

ひとこと要約

顔の偽造防止を異常検知として再定式化し、偽造手掛かり生成器と補助分類器を介して一般化された偽造手掛かりを学習する残差フレームワークを用い、データセット間で最先端の一般化を達成する。

ABSTRACT

Many existing face anti-spoofing (FAS) methods focus on modeling the decision boundaries for some predefined spoof types. However, the diversity of the spoof samples including the unknown ones hinders the effective decision boundary modeling and leads to weak generalization capability. In this paper, we reformulate FAS in an anomaly detection perspective and propose a residual-learning framework to learn the discriminative live-spoof differences which are defined as the spoof cues. The proposed framework consists of a spoof cue generator and an auxiliary classifier. The generator minimizes the spoof cues of live samples while imposes no explicit constraint on those of spoof samples to generalize well to unseen attacks. In this way, anomaly detection is implicitly used to guide spoof cue generation, leading to discriminative feature learning. The auxiliary classifier serves as a spoof cue amplifier and makes the spoof cues more discriminative. We conduct extensive experiments and the experimental results show the proposed method consistently outperforms the state-of-the-art methods. The code will be publicly available at https://github.com/vis-var/lgsc-for-fas.

研究の動機と目的

• 見たことのない偽造タイプに対処するため、FASを異常検知問題として再定式化する。
• 空間マップとして生体（ライブ）と偽造の識別差分（偽造手掛かり）を学習する。
• 残差学習を用いて偽造手掛かりを増幅し、一般化を向上させる。
• ライブサンプルには弱い監督で、偽造には暗黙の監督でエンドツーエンドで訓練する。
• 標準的なFASベンチマークで最先端の性能を示す。

提案手法

• 偽造手掛かりを入力画像と揃えたピクセル単位のマップとして定義し、ライブサンプルはゼロ、偽造は非ゼロとする。
• ライブデータに対して偽造手掛かりを最小化する回帰損失を用いた偽造手掛かり生成器（U-Net）を提案する。
• ライブ-ライブの内部クラスのコンパクト性とライブ-偽造間のクラス間判別性を高めるために、マルチスケールのトリプレット損失を組み込む。
• 偽造手掛かりマップと入力画像のオーバーレイを入力とする補助分類器を用いて偽造手掛かりを増幅し識別性を向上させる。
• 学習は結合損失 L = alpha1 Lr + alpha2 Σ Lt + alpha3 La で、Lr はライブサンプルのピクセル単位回帰、Lt はマルチスケールトリプレット損失、La は補助分類器損失である。
• テスト時には、生成された偽造手掛かりマップの振幅の平均を偽造スコアとして計算する（ライブの場合は中心ゼロ）。

実験結果

リサーチクエスチョン

• RQ1 FASは、事前に定義された攻撃タイプを超えてライブと偽造を分離する一般化された偽造手掛かりを学習することで、異常検知として効果的に取り組むことができるか？
• RQ2 残差学習と補助監督は、多様なデータセットと攻撃モードに跨る偽造手掛かりの識別性と一般化を高めるか？
• RQ3 未見の偽造の検出に対するライブのみの回帰監督の学習は、偽造を明示的に監督する場合とどう異なるか？
• RQ4 入力戦略（リサイズ vs パッチ）とマルチスケール表現が学習された偽造手掛かりと最終性能に与える影響は？

主な発見

• 本手法は、SiWおよびOULU-NPUの各プロトコルでデータセット内の最先端性能を達成。
• HTERの下で、CASIA-MFSDとReplay-Attackの間のデータセット間テストでも最高の成績を示す。
• 視覚化により、偽造手掛かりが媒体固有のアーティファクトに対応し、ライブと偽造の分離を明確に可能にすることを示す。
• アブレーションにより、残差学習、パッチベースの入力、結合監督（Lr、Lt、La）の有益性が堅牢な偽造手掛かり学習につながることを確認した。
• このアプローチは、深さデータや時系列データに依存せず、 unseen spoof typeおよび現実的な変動への強い一般化を示す。