采用超复数小波生成对抗网络的活体人脸检测算法

作     者：李策 李兰 宣树星 杨静 杜少毅 LI Ce;LI Lan;XUAN Shuxing;YANG Jing;DU Shaoyi

作者机构：兰州理工大学电气工程与信息工程学院兰州730050 西安交通大学自动化科学与工程学院西安710049 西安交通大学人工智能学院西安710049 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2021年第55卷第5期

页      面：113-122页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 081002[工学-信号与信息处理] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61971343,61866022) 陕西省重点研发计划高校联合项目(2020GXLH-Y-008) 

主　　题：活体人脸检测 超复数小波 生成对抗网络 

摘      要：为了提升人脸识别系统判别图像真实性的能力,针对较难检测到未知的活体人脸攻击问题,提出了一种采用超复数小波生成对抗网络的活体人脸检测算法。采用4个不同类型的数据集,随机选择3个作为训练集,另一个作为测试集,形成训练时未知的活体人脸。训练集视为3个源域,输入到超复数小波生成对抗网络中,使一个特征生成器与3个判别器进行对抗,当特征生成器成功欺骗过3个判别器时,形成具有3个源域共享且区别于3个源域的特征空间,能够检测到不同于源域的人脸特征。在判别器上设置了域间和域内的三元组约束函数,以此提高判别器的性能,将超复数小波的细节子带图与卷积网络联合,学习图像多个方向的细节纹理特征,用来提升判别器鉴定活性人脸特征的能力。由于真假人脸的远程光电体积描记术和深度图都具有较大的差异,所以将其嵌入到特征空间中,增强生成特征空间检测人脸特征的泛化性能,形成通用的特征空间。在该特征空间中使用测试集进行判别分类,得到真假人脸识别结果。实验结果表明,在CASIA-FASD、Replay-Attack和NUAA数据集上,所提算法的接受者操作特性曲线下的面积分别为84.65%、86.06%、91.21%,半错误率分别为24.05%、21.05%、15.01%,均高于对比算法的结果。