典型文献
融合多尺度特征的多监督人脸活体检测算法
文献摘要：
目前的多数活体检测算法忽略了特征挖掘,导致判别性信息提取不足.提出一种融合梯度纹理和群感受野的活体检测算法.使用中心差分卷积计算感受野周围点与中心点的差值,提取图像的梯度纹理特征,设计群感受野模块,采用不同尺寸的卷积核结合空洞卷积组成多分支结构,在使用较少参数量的情况下获得更大的感受野和多尺度特征,并将两种特征融合输入到残差结构中.此外,在使用深度图进行监督的同时,增加二值掩模进行辅助监督,使得网络将学习的中心放到人脸部位,进一步提升模型的鲁棒性.在此基础上,综合深度图生成器和掩模生成器的输出结果,计算预测得分,实现端到端的活体检测.实验结果表明,该算法在公开数据集OULU-NPU 4个协议上的平均分类错误率分别为0.9％、1.9％、1.6％±2.0％和2.7％±1.8％,在数据集CASIA-MFSD和Replay-Attack上可实现无误差活体检测,并且模型参数量仅为1.1 MB,与Auxiliary和STASN等活体检测算法相比,检测精度更高,具有更好的鲁棒性.
文献关键词：
卷积神经网络;人脸活体检测;纹理特征;感受野;多监督
中图分类号：
作者姓名：
陈苏阳;宋晓宁
作者机构：
江南大学 人工智能与计算机学院,江苏 无锡 214122
文献出处：
引用格式：
[1]陈苏阳;宋晓宁-.融合多尺度特征的多监督人脸活体检测算法)[J].计算机工程,2022(12):79-85,94
A类：
STASN
B类：
多尺度特征,多监督,人脸活体检测,检测算法,特征挖掘,判别性,信息提取,中心差分卷积,卷积计算,中心点,纹理特征,感受野模块,不同尺寸,卷积核,空洞卷积,多分支结构,特征融合,残差结构,使用深度,深度图,掩模,模进,放到,脸部,图生成,生成器,输出结果,端到端,公开数据集,OULU,NPU,个协,平均分,错误率,CASIA,MFSD,Replay,Attack,无误,模型参数量,MB,Auxiliary,检测精度
AB值：
0.394964
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
