[论文解读] Deep Tree Learning for Zero-shot Face Anti-Spoofing

Yaojie Liu, Joel Stehouwer+2 more|ArXiv.org|Apr 5, 2019

Biometric Identification and Security参考文献 44被引用 14

一句话总结

本论文提出了一种深度树网络（DTN），用于零样本人脸反欺骗（ZSFA），通过层次化特征学习，无监督地将13种多样的欺骗攻击类型聚类为语义子组。DTN将未知欺骗样本路由至最相似的聚类进行二元欺骗检测，在多个ZSFA协议上实现了最先进性能，同时相比先前模型将计算成本降低了15倍。

ABSTRACT

Face anti-spoofing is designed to keep face recognition systems from recognizing fake faces as the genuine users. While advanced face anti-spoofing methods are developed, new types of spoof attacks are also being created and becoming a threat to all existing systems. We define the detection of unknown spoof attacks as Zero-Shot Face Anti-spoofing (ZSFA). Previous works of ZSFA only study 1-2 types of spoof attacks, such as print/replay attacks, which limits the insight of this problem. In this work, we expand the ZSFA problem to a wide range of 13 types of spoof attacks, including print attack, replay attack, 3D mask attacks, and so on. A novel Deep Tree Network (DTN) is proposed to tackle the ZSFA. The tree is learned to partition the spoof samples into semantic sub-groups in an unsupervised fashion. When a data sample arrives, being know or unknown attacks, DTN routes it to the most similar spoof cluster, and make the binary decision. In addition, to enable the study of ZSFA, we introduce the first face anti-spoofing database that contains diverse types of spoof attacks. Experiments show that our proposed method achieves the state of the art on multiple testing protocols of ZSFA.

研究动机与目标

• 为解决真实世界人脸识别系统中检测未知欺骗攻击的挑战，其中攻击者使用训练期间未见过的新欺骗方法。
• 克服先前ZSFA方法仅考虑1–2种欺骗类型且依赖手工特征或仅活体建模的局限性。
• 开发一个统一框架，利用已知欺骗数据通过无监督层次聚类提升对未知攻击的检测能力。
• 通过引入包含13种多样化欺骗攻击类型的SiW-M数据库，建立ZSFA的全面基准。

提出的方法

• 提出一种深度树网络（DTN），基于特征方差的无监督学习，递归地将欺骗数据划分为语义子组。
• 在每个节点，网络沿数据变异最大的方向分割数据，实现在无辅助标签情况下的层次聚类。
• 每个叶节点学习一个针对其子组的特定二元欺骗检测器，实现对路由至该节点的欺骗样本的针对性分类。
• 路由机制使用学习函数φ(x)将输入样本映射到基于特征相似性的最相似叶节点。
• 模型通过对比损失端到端训练，以促进类内紧凑性和类间分离。
• 该框架在新引入的大规模数据库（SiW-M）上进行评估，该数据库包含在多样化主体和条件下分布的13种欺骗类型。

实验结果

研究问题

• RQ1 深度学习模型能否泛化以检测超出常见打印和重放攻击之外的未知欺骗攻击？
• RQ2 无监督层次聚类在将多样化欺骗攻击分组为语义上有意义的子组方面有多有效，从而提升零样本检测性能？
• RQ3 在无需显式标注的情况下，已知欺骗数据能在多大程度上提升对未知欺骗类型的检测性能？
• RQ4 ZSFA性能在不同类型的未知攻击中如何变化，哪些因素影响检测难度？
• RQ5 紧凑高效的模型能否在显著降低计算成本的同时实现ZSFA的最先进性能？

主要发现

• 所提出的DTN在多个ZSFA测试协议上实现了最先进性能，优于先前方法，在EER和ACER指标上均表现更优。
• 与基线模型相比，计算成本降低15倍（从87 GFlops降至6 GFlops），同时保持更优的准确性。
• t-SNE可视化证实，不同欺骗类型的特征被良好聚类为8个语义子组，且无需任何辅助标签。
• 未知攻击（如透明面具和纸制眼镜）被成功路由至最相似的子组，实现准确检测。
• 不同攻击类型间性能差异可通过特征空间接近度解释：如透明面具和遮挡妆容等攻击更难检测，因其特征更接近活体样本。
• 树状路由机制成功地从通用属性（如图像质量）到特定属性（如3D面具与化妆）逐层传递欺骗特征。