[论文解读] FaceSpoof Buster: a Presentation Attack Detector Based on Intrinsic Image Properties and Deep Learning

Rodrigo Bresan, Allan Pinto+3 more|arXiv (Cornell University)|Feb 7, 2019

Biometric Identification and Security被引用 7

一句话总结

本文提出 FaceSpoof Buster，一种基于深度学习的呈现攻击检测方法，利用图像固有属性——深度、光照和显著性图，并结合预训练卷积神经网络的迁移学习，以检测伪造的人脸样本。该方法在 CASIA-FASD 数据集上采用具有挑战性的跨数据集评估协议时，实现了最先进性能，HTER 达到 33.14%。

ABSTRACT

Nowadays, the adoption of face recognition for biometric authentication systems is usual, mainly because this is one of the most accessible biometric modalities. Techniques that rely on trespassing these kind of systems by using a forged biometric sample, such as a printed paper or a recorded video of a genuine access, are known as presentation attacks, but may be also referred in the literature as face spoofing. Presentation attack detection is a crucial step for preventing this kind of unauthorized accesses into restricted areas and/or devices. In this paper, we propose a novel approach which relies in a combination between intrinsic image properties and deep neural networks to detect presentation attack attempts. Our method explores depth, salience and illumination maps, associated with a pre-trained Convolutional Neural Network in order to produce robust and discriminant features. Each one of these properties are individually classified and, in the end of the process, they are combined by a meta learning classifier, which achieves outstanding results on the most popular datasets for PAD. Results show that proposed method is able to overpass state-of-the-art results in an inter-dataset protocol, which is defined as the most challenging in the literature.

研究动机与目标

• 开发一种无需额外传感器（如深度或红外摄像头）的鲁棒、硬件无关的人脸呈现攻击检测（PAD）系统。
• 探究图像固有属性（深度、光照和显著性）是否可作为检测欺骗攻击的判别性线索。
• 通过元分类器结合多种固有属性，提升在未见数据集上的泛化能力，从而增强在跨数据集评估协议下的性能。
• 证明使用预训练卷积神经网络进行特征提取在 PAD 场景下的有效性。
• 在具有挑战性的跨数据集评估场景中，超越现有最先进方法。

提出的方法

• 使用成熟的计算方法从输入人脸图像中提取三种图像固有属性：深度、光照和显著性。
• 利用预训练的卷积神经网络（CNN）从每张固有属性图中提取特征，通过迁移学习提升特征鲁棒性。
• 采用两步分类流程：首先使用训练好的分类器（如 SVM）对每张固有属性图进行独立分类，随后对组合预测结果进行元分类。
• 通过元学习器（SVM）融合各独立分类器的输出，以提升整体检测准确率和泛化能力。
• 采用多数据集训练策略，包括 NUAA、Replay-Attack 和 CASIA-FASD 数据集的组合，以增强模型泛化能力。
• 使用标准 PAD 指标评估性能：HTER（半总误差率）、APCER（平均正向交叉误差率）和 BPCER（平均负向交叉误差率）。

实验结果

研究问题

• RQ1 深度、光照和显著性等图像固有属性是否可作为检测人脸呈现攻击的有效判别特征？
• RQ2 通过元分类器结合多种固有属性是否能提升检测性能，特别是在跨数据集评估设置下？
• RQ3 与现有最先进 PAD 方法相比，该方法在不同数据集间泛化能力如何？
• RQ4 从预训练 CNN 进行迁移学习在 PAD 任务中在不从零开始训练的情况下，能在多大程度上增强特征表示？
• RQ5 与现有数据驱动或硬件依赖方法相比，无硬件依赖方法是否能在跨数据集协议中实现更优性能？

主要发现

• 在 CASIA-FASD 数据集上，该方法在跨数据集评估协议下实现 33.14% 的 HTER，优于所有先前最先进方法。
• 仅使用光照图时，在 CASIA-FASD 数据集上实现 39.32% 的 HTER，表明其独立使用时具有强大的判别能力。
• 在 NUAA 数据集上，当在 Replay-Attack 和 CASIA 数据集组合上训练时，光照图实现 50.51% 的 HTER，表明其具备强大的泛化能力。
• 在 Replay-Attack 数据集上，拼接特征图（深度 + 光照 + 显著性）在跨数据集评估下实现 40.21% 的 HTER，表明其鲁棒性得到提升。
• 当在 CASIA 和 Replay-Attack 数据集组合上训练时，该方法在 NUAA 数据集上实现 50.61% 的 HTER，表明其具备强大的跨数据集泛化能力。
• 使用显著性图在 CASIA-FASD 数据集上实现 43.15% 的 HTER，突显其在欺骗检测中作为判别特征的潜力。