基于纹理特征增强和轻量级网络的人脸防伪算法

摘要：

人脸防伪检测是人脸识别中较为重要的一环,对现实中的相关行业,如身份验证、安全密钥、金融支付等有着重大的意义.目前主流的基于深度学习的人脸防伪算法已经取得较为先进的效果,但仍存在部分问题,如模型参数过多,增加了实际部署的难度,而轻量级的网络结构的泛化性能并不好等.针对相关人脸防伪算法泛化能力差、参数量过大等问题,提出了一种人脸纹理信息增强方法和基于改进FeatherNet网络的人脸防伪检测算法,通过对真伪人脸信息纹理差异特征的筛选并增强作为骨干网络的输入,在骨干网络的设计上引入了DropBlock模块以及加入了多通道注意力特征图分支,在保持速度的前提下实现了泛化性能的增强.所提算法在库内测试和跨库测试上均显示出了良好的性能提升.

关键词：人脸防伪、纹理特征增强、多通道注意力、轻量级网络

所属期刊栏目：49

分类号：TP399(计算技术、计算机技术)

资助基金：重庆市教委科学技术研究项目;重庆市研究生科研创新项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：390-396