联合多通道特征与最小二乘决策的人脸反欺诈方法

摘要：

为了应对大量的欺诈攻击,如照片攻击和视频攻击,提出了一种基于多通道特征与最小二乘法决策的人脸反欺诈方法.一方面,将人脸在不同颜色空间分量上的梯度特征进行加权融合.另一方面,为了提高实验的鲁棒性,引入BSIF纹理特征与CNN的卷积特征,并用最小二乘法对分类的结果进行最优的决策判断.实验在replay-attack和CASIA两个数据集上进行测试,其中在replay-attack数据集上的EER和HTER分别降低到了3.52％与4.63％,在CASIA数据集上的EER和HTER分别降低到了6.02％和6.45％,与目前最优的算法有一定的竞争力,表明该方法对不同方式的欺诈攻击有较好的检测效果.

关键词：人脸反欺诈、多通道特征、最小二乘法、replay-attack、CASIA

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;国家重点研发计划子课题资助项目;中国博士后科学基金特助项目;江苏省自然科学基金资助项目;江苏省"六大人才高峰项目"

在线出版日期：2020-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2847-2850