[论文解读] Learning Generalizable and Identity-Discriminative Representations for Face Anti-Spoofing

Xiaoguang Tu, Jian Zhao+6 more|arXiv (Cornell University)|Jan 17, 2019

Biometric Identification and Security参考文献 25被引用 22

一句话总结

本文提出GFA-CNN，一种多任务深度学习框架，通过引入总体成对混淆（TPC）损失来减少对数据集特定欺骗模式的过拟合，并通过快速域适应（FDA）模块缓解域偏移问题，联合执行人脸反欺骗与人脸识别。该模型在跨数据集泛化性能方面达到反欺骗任务的最先进水平，同时保持了强大的人脸识别准确率。

ABSTRACT

Face anti-spoofing (a.k.a presentation attack detection) has drawn growing attention due to the high-security demand in face authentication systems. Existing CNN-based approaches usually well recognize the spoofing faces when training and testing spoofing samples display similar patterns, but their performance would drop drastically on testing spoofing faces of unseen scenes. In this paper, we try to boost the generalizability and applicability of these methods by designing a CNN model with two major novelties. First, we propose a simple yet effective Total Pairwise Confusion (TPC) loss for CNN training, which enhances the generalizability of the learned Presentation Attack (PA) representations. Secondly, we incorporate a Fast Domain Adaptation (FDA) component into the CNN model to alleviate negative effects brought by domain changes. Besides, our proposed model, which is named Generalizable Face Authentication CNN (GFA-CNN), works in a multi-task manner, performing face anti-spoofing and face recognition simultaneously. Experimental results show that GFA-CNN outperforms previous face anti-spoofing approaches and also well preserves the identity information of input face images.

研究动机与目标

• 解决基于CNN的人脸反欺骗模型在未见欺骗模式和环境下的泛化能力差的问题。
• 通过在训练过程中平衡所有欺骗模式的贡献，减少对数据集特定欺骗模式的过拟合。
• 通过对齐不同域之间的特征分布，缓解光照、相机类型和欺骗介质变化引起的域偏移。
• 构建一个统一的深度学习框架，通过共享特征学习，同时实现人脸反欺骗与人脸识别。
• 在不牺牲身份识别性能的前提下，提升PA表征在多样化真实部署场景下的鲁棒性。

提出的方法

• TPC损失旨在最小化所有欺骗模式对之间的混淆，促使模型学习到平衡且可泛化的表征，而非过度拟合于主导模式。
• 将FDA模块集成到网络中，以对齐源域和目标域样本的特征分布，减少特征空间中的域偏移。
• 采用多任务训练方式，使人脸反欺骗与人脸识别分支共享卷积层，实现参数效率和特征共享。
• 反欺骗分支使用TPC损失和Anti-loss来区分真实与欺骗人脸，而识别分支使用Recog-loss来保留身份信息。
• 框架通过反欺骗分支处理域适应后的图像，同时通过识别分支处理原始裁剪人脸，实现联合优化。
• 该架构采用共享主干特征与两条并行分支，实现在无显著计算开销的前提下，同时优化两项任务。

实验结果

研究问题

• RQ1 一种能平衡所有欺骗模式对之间混淆的损失函数，是否能提升人脸反欺骗模型的泛化能力？
• RQ2 快速域适应在减少不同域样本之间分布差异方面效果如何，特别是在人脸反欺骗任务中？
• RQ3 与人脸识别联合进行多任务学习，在多大程度上提升了反欺骗表征对欺骗伪影的鲁棒性？
• RQ4 反欺骗与识别的联合训练是否会降低任一任务的性能，尤其是在跨数据集评估中？
• RQ5 统一模型是否能在多样化的测试环境中保持高人脸识别准确率，同时实现最先进的反欺骗性能？

主要发现

• 在CASIA-FASD → Replay-Attack、MFSD → Replay-Attack和Replay-Attack → MFSD的跨数据集测试中，GFA-CNN实现了最低的HTER（相等错误率），在后一组合上相比最佳先前方法相对提升了8.3%。
• 在Replay-Attack → CASIA-FASD的交叉测试中，GFA-CNN因分辨率不匹配导致性能下降，表明当源图像分辨率显著高于目标图像时，FDA可能引起质量退化。
• 多任务训练设置导致在MSU-MFSD数据集上反欺骗性能轻微下降2.5%，但相比单任务训练，提升了训练稳定性并减少了过拟合。
• 在LFW数据集上，GFA-CNN实现了97.1%的人脸验证准确率，与VGG-16相当；在SiW数据集上，其准确率下降仅为4.5%，相比VGG-16的14%下降，表明对欺骗伪影具有更好的鲁棒性。
• 由于共享特征学习，GFA-CNN的人脸识别性能对欺骗模式的敏感性降低，体现出两项任务之间的相互增强。
• TPC损失有效减少了对主导欺骗模式的过拟合，证据显示其在多样化测试领域中均表现出更优的泛化能力。