[论文解读] The High-Quality Wide Multi-Channel Attack (HQ-WMCA) database

Zohreh Mostaani, Anjith George+3 more|arXiv (Cornell University)|Sep 21, 2020

Network Security and Intrusion Detection参考文献 7被引用 14

一句话总结

HQ-WMCA 数据库引入了一个高质量、多光谱的数据集，包含 across five channels—color, depth, thermal, near-infrared (NIR), and short-wave infrared (SWIR)—共 2904 个短视频记录，以推动鲁棒的人脸活体攻击检测（PAD）。该数据集通过同步的多波长照明和预处理数据（包括归一化的 SWIR 差分图像），支持最先进的卷积神经网络模型（如 MCCNN 和 MC-PixBiS），分辨率分别为 128×128 和 224×224，实现高级分析。

ABSTRACT

The High-Quality Wide Multi-Channel Attack database (HQ-WMCA) database extends the previous Wide Multi-Channel Attack database(WMCA), with more channels including color, depth, thermal, infrared (spectra), and short-wave infrared (spectra), and also a wide variety of attacks.

研究动机与目标

• 解决在人脸活体攻击检测（PAD）中对多样化、高质量多光谱数据日益增长的需求，以提升鲁棒性。
• 通过增加热成像、SWIR 和多波长 NIR/SWIR 成像等通道，扩展 WMCA 数据库。
• 在受控照明条件下，利用 51 名参与者的同步、时间锁定数据，支持多通道 PAD 的研究。
• 提供预处理数据，包括标准化的人脸对齐和归一化的 SWIR 差分图像，以支持深度学习模型的可复现评估。
• 通过在 20 个不同照明周期内使用多模态、多光谱输入，支持先进 PAD 系统的开发与基准测试。

提出的方法

• 使用五个同步传感器采集数据：Basler（颜色、NIR）、Xenics（SWIR、热成像）和 Intel Realsense D415（深度），各具不同的分辨率和帧率。
• 使用 9 个 LED 模块，发射波长在 735–1650 nm 之间，以 100 ms 周期照明受试者，并在每个波长下捕获对应的 NIR 和 SWIR 数据。
• 捕获 20 个照明周期（总时长 2 秒），在 735 nm 波长下获取立体 NIR 数据，同时持续采集颜色、深度和热成像传感器的数据。
• 在颜色图像上执行人脸检测和基于关键点的对齐，然后使用检测到的关键点将相同的变换应用于非 RGB 通道。
• 对数据进行预处理，将对齐后的图像转换为灰度图（128×128 或 224×224），将非 RGB 通道归一化为 8 位格式，并使用公式 $ d(I_{s_1},I_{s_2}) = \frac{I_{s_1} - I_{s_2}}{I_{s_1} + I_{s_2} + \epsilon} $ 计算归一化的 SWIR 差分图像，其中 $ \epsilon = 10^{-4} $。
• 每一样本生成 42 幅 SWIR 差分图像（来自 7 个波长），并包含一幅灰度图像，总计在预处理文件中形成 43 个通道，用于模型训练和评估。

实验结果

研究问题

• RQ1 来自颜色、深度、热成像、NIR 和 SWIR 通道的多光谱数据在多大程度上提升了人脸活体攻击检测的鲁棒性？
• RQ2 与原始光谱数据相比，归一化的 SWIR 差分图像在多大程度上增强了对欺骗攻击的检测能力？
• RQ3 在多通道、多光谱数据上训练的深度学习模型，能否在不同攻击类型和材料上实现更优的泛化能力？
• RQ4 NIR 和 SWIR 通道的同步、多波长照明在多大程度上提高了光谱特征在 PAD 中的一致性和可靠性？
• RQ5 标准化预处理（尤其是人脸对齐和通道归一化）对模型性能和可复现性的影响如何？

主要发现

• HQ-WMCA 数据库包含 2904 个视频记录：555 个真实人脸样本和 2349 个活体攻击样本，覆盖 51 名参与者。
• 该数据集包含 515 种独特的攻击类型，其中 440 种来自 2D 攻击（如打印照片、面具），464 种来自 3D 攻击（如人偶、可弯曲面具），344 种来自遮蔽攻击（如化妆、假发）。
• 预处理数据每一样本包含 43 个通道：一幅灰度图像和 42 幅来自 7 个波长的归一化 SWIR 差分图像。
• 归一化的 SWIR 差分图像能有效突出皮肤与非皮肤材料之间的差异，降低对绝对亮度的敏感性，从而提升欺骗检测能力。
• 该数据库支持两种模型协议：MCCNN-128（128×128，宽松裁剪）和 MC-PixBiS-224（224×224，紧密裁剪），可实现对不同模型架构的基准测试。
• 该数据集通过 GitLab 公开提供，附带完整的文档和预处理与评估代码，确保结果的可复现性。