[论文解读] FeatherNets: Convolutional Neural Networks as Light as Feather for Face Anti-spoofing

Peng Zhang, Fuhao Zou+6 more|arXiv (Cornell University)|Apr 22, 2019

Biometric Identification and Security参考文献 38被引用 7

一句话总结

本文提出 FeatherNets，一种超轻量级CNN架构，采用流式模块（Streaming Module）替代全局平均池化（Global Average Pooling），以提升人脸识别反欺骗任务中的特征表示能力。该方法通过新颖的“集成+级联”融合策略与新型多模态数据集（MMFD），在CVPR 2019人脸识别反欺骗挑战赛中实现了SOTA性能，ACER低至0.0013。

ABSTRACT

Face Anti-spoofing gains increased attentions recently in both academic and industrial fields. With the emergence of various CNN based solutions, the multi-modal(RGB, depth and IR) methods based CNN showed better performance than single modal classifiers. However, there is a need for improving the performance and reducing the complexity. Therefore, an extreme light network architecture(FeatherNet A/B) is proposed with a streaming module which fixes the weakness of Global Average Pooling and uses less parameters. Our single FeatherNet trained by depth image only, provides a higher baseline with 0.00168 ACER, 0.35M parameters and 83M FLOPS. Furthermore, a novel fusion procedure with ``ensemble + cascade'' structure is presented to satisfy the performance preferred use cases. Meanwhile, the MMFD dataset is collected to provide more attacks and diversity to gain better generalization. We use the fusion method in the Face Anti-spoofing Attack Detection Challenge@CVPR2019 and got the result of 0.0013(ACER), 0.999(TPR@FPR=10e-2), 0.998(TPR@FPR=10e-3) and 0.9814(TPR@FPR=10e-4).

研究动机与目标

• 解决在计算资源有限的移动设备与嵌入式设备上高效部署准确人脸识别反欺骗模型的挑战。
• 克服全局平均池化（GAP）在捕获2D呈现攻击检测判别性特征方面的局限性。
• 通过新颖的“集成+级联”融合策略，结合深度、红外与RGB多模态输入，提升模型泛化能力与性能。
• 提供一个全新、多样化且大规模的多模态人脸识别反欺骗数据集（MMFD），以支持鲁棒的模型训练与评估。
• 通过仅含0.35M参数与83M FLOPS的极简架构，建立深度图像仅输入人脸识别反欺骗的新性能基线。

提出的方法

• 提出FeatherNet A/B，一种极轻量级CNN架构，具有纤薄的主干网络与更少的参数量，以最小化计算成本。
• 引入流式模块作为全局平均池化（GAP）的替代方案，通过建模感受野差异，更有效地捕捉空间特征重要性。
• 移除全连接（FC）层以提升模型可移植性并降低计算开销，同时保持高精度。
• 设计多阶段“集成+级联”融合框架，结合在不同模态（深度、红外、RGB）上训练的多个模型的预测结果，以提升性能。
• 在训练过程中应用数据增强算法，以提升模型在新收集的MMFD数据集上的泛化能力。
• 在推理阶段采用基于阈值的决策机制，动态选择多个模型中最可靠的预测结果，从而增强对对抗样本的鲁棒性。

实验结果

研究问题

• RQ1 轻量级CNN架构是否能在保持低计算成本的前提下，实现人脸识别反欺骗任务的高精度？
• RQ2 用流式模块替代全局平均池化是否能带来更优的特征表示，并提升2D呈现攻击检测的性能？
• RQ3 新颖的“集成+级联”融合策略是否能通过利用多模态输入（深度、红外、RGB）的互补信息，超越单模型分类器的性能？
• RQ4 在新收集的多样化多模态数据集（MMFD）上进行训练，是否能相比现有基准提升模型的泛化能力与鲁棒性？
• RQ5 使用极简架构的纯深度图像模型性能上限如何？其是否可作为未来研究的强基线？

主要发现

• 所提出的FeatherNet A/B结合流式模块，在仅使用深度图像的情况下，实现了0.00168 ACER的新SOTA基线，参数量仅0.35M，FLOPS为83M。
• “集成+级联”融合策略在CVPR 2019人脸识别反欺骗挑战赛测试集上达到0.0013 ACER，FPR=10⁻²时真阳性率（TPR）为0.999，FPR=10⁻³时为0.998，FPR=10⁻⁴时为0.9814。
• 消融实验表明，在次级分支中增加平均池化分支（AP-down）可实现性能提升，且参数增加极少。
• 将全连接层替换为流式模块可降低错误率与计算成本，而移除全连接层不会导致性能下降。
• 全局平均池化（GAP）在人脸识别反欺骗任务中会降低性能，证实了对更复杂全局特征聚合方法的必要性。
• MMFD数据集通过涵盖多样化攻击类型与真实世界条件，支持了更好的模型泛化能力，并在多模态设置下实现稳健评估。