[论文解读] Adaptive Normalized Representation Learning for Generalizable Face Anti-Spoofing

Shubao Liu, Ke-Yue Zhang+6 more|arXiv (Cornell University)|Aug 5, 2021

Biometric Identification and Security参考文献 43被引用 8

一句话总结

本文提出自适应归一化表示学习（ANRL），一种新颖的通用人脸反 spoofing框架，通过样本特定的融合权重自适应结合批量归一化（BN）与实例归一化（IN）。通过引入自适应特征归一化模块（AFNM）与双重校准约束——域间兼容损失与类间可分损失——ANRL 学习到无域依赖的判别性表征，在跨数据集泛化基准上实现最先进性能。

ABSTRACT

With various face presentation attacks arising under unseen scenarios, face anti-spoofing (FAS) based on domain generalization (DG) has drawn growing attention due to its robustness. Most existing methods utilize DG frameworks to align the features to seek a compact and generalized feature space. However, little attention has been paid to the feature extraction process for the FAS task, especially the influence of normalization, which also has a great impact on the generalization of the learned representation. To address this issue, we propose a novel perspective of face anti-spoofing that focuses on the normalization selection in the feature extraction process. Concretely, an Adaptive Normalized Representation Learning (ANRL) framework is devised, which adaptively selects feature normalization methods according to the inputs, aiming to learn domain-agnostic and discriminative representation. Moreover, to facilitate the representation learning, Dual Calibration Constraints are designed, including Inter-Domain Compatible loss and Inter-Class Separable loss, which provide a better optimization direction for generalizable representation. Extensive experiments and visualizations are presented to demonstrate the effectiveness of our method against the SOTA competitors.

研究动机与目标

• 解决现有人脸反 spoofing 方法在未见域偏移下的泛化能力有限的问题。
• 指出特征提取中固定归一化（BN 或 IN）会因域特定偏差而阻碍域泛化。
• 提出一种新颖方法，根据输入样本自适应选择归一化类型，以提升在多样化攻击场景下的鲁棒性。
• 设计一种元学习框架，结合双重约束，引导 BN 与 IN 的自适应融合，以提升表征学习效果。
• 通过学习无域依赖且具有判别性的特征，在跨数据集人脸反 spoofing 中实现最先进性能。

提出的方法

• 引入自适应特征归一化模块（AFNM），学习样本特定的融合权重（α），以动态结合 BN 与 IN 的特征。
• 将特征表示公式化为加权和：F = α × F_BN + (1 - α) × F_IN，其中 α 由每个输入样本的轻量化网络预测。
• 提出域间兼容损失，以对齐不同源域之间的特征分布，降低域偏移的影响。
• 引入类间可分损失，以最大化真实与伪造人脸样本之间的间隔，增强判别能力。
• 使用元学习训练 AFNM，其中双重约束指导 α 的优化，以提升在未见域上的泛化能力。
• 在每个残差块后插入 AFNM，采用基于 ResNet 的主干网络，实现样本级归一化自适应。

实验结果

研究问题

• RQ1 自适应融合 BN 与 IN 是否能提升在未见域偏移下的人脸反 spoofing 泛化能力？
• RQ2 在具有不同域偏移的多样化测试域中，归一化选择（BN 与 IN）对性能的影响如何？
• RQ3 样本级自适应归一化选择是否优于固定归一化或静态融合策略？
• RQ4 双重约束——域间兼容损失与类间可分损失——在多大程度上提升了学习表征的泛化能力？
• RQ5 自适应平衡因子 α 是否在样本间显著变化？其是否与域和伪造类型特征相关？

主要发现

• ANRL 在多个跨数据集人脸反 spoofing 基准上实现最先进性能，包括 I&C&M 到 O、O&C&M 到 I，以及 O&C&I 到 M。
• 采用 BN 与 IN 自适应融合的模型优于仅使用 BN 或 IN 的模型，证明了样本级归一化选择的优越性。
• 可视化结果表明，AFNM 中高权重通道聚焦于面部伪造线索（如纹理、边缘），而低权重通道则关注非可迁移的背景或光照伪影。
• 平衡因子 α 具有高度样本依赖性：浅层倾向于选择 IN（α ≈ 0）以增强域鲁棒性，深层则倾向于选择 BN（α ≈ 1）以提升分类性能。
• 在域方差较大的任务中（如结合 Idiap 与 MSU），ANRL 自动增加 IN 的使用，证实其对域差异的自适应响应能力。
• t-SNE 可视化结果表明，ANRL 学习到的特征分布更具紧凑性与可分性，尤其在源域差异显著时表现更优。