【摘 要】
:
当前的人脸识别技术已能准确识别出访问者是否存在于底库中,但仍很难分辨访问者的真实性,即是本人直接访问还是他人冒充该个体的信息进行访问。人脸活体检测技术对于保障识别系统的安全性起到了重要作用,尽管目前基于深度学习的方法能提取图像中的语义特征,并利用人脸深度信息和时序信息作为辅助监督,但仍存在四点不足:第一,仅采用均方误差损失来约束人脸深度预测网络的训练,预测结果仍待提高。第二,聚焦于深层的语义特征,
论文部分内容阅读
当前的人脸识别技术已能准确识别出访问者是否存在于底库中,但仍很难分辨访问者的真实性,即是本人直接访问还是他人冒充该个体的信息进行访问。人脸活体检测技术对于保障识别系统的安全性起到了重要作用,尽管目前基于深度学习的方法能提取图像中的语义特征,并利用人脸深度信息和时序信息作为辅助监督,但仍存在四点不足:第一,仅采用均方误差损失来约束人脸深度预测网络的训练,预测结果仍待提高。第二,聚焦于深层的语义特征,忽略了浅层的细粒度特征。第三,注意力机制对于解决人脸活体检测问题是有效的,但目前方法没有考虑活体检测任务的特性并忽略了尺度信息。第四,在建模时序网络时会引入额外的复杂度,不利于模型的部署。针对前三点不足,本文提出了一个基于深度引导注意力的双流人脸活体检测网络(Based on Depth-guided Attention Two-stream Network for Face Anti-spoofing,DANet),它主要包含由深度预测网络分支(Depth Estimate Network,DENet)和多尺度特征提取网络分支(Multi-scale Feature Extraction Network,MSNet)组成的双流网络,以及深度引导的注意力模块(Depth-guided Attention Module,DAM)。DENet采用本文提出的深度对称损失函数来监督网络训练,以更准确地预测人脸深度信息。MSNet通过提取多尺度特征,解决了浅层特征被忽略的问题。DAM利用人脸深度信息引导注意力模块的学习,使网络聚焦于有用的尺度目标上。针对第四点不足,本文在DANet的基础上基于时序转移模块(Temporal Shift Module,TSM)进一步改进,提出了基于时序转移和深度引导注意力的双流人脸活体检测网络(Based on Temporal Shift and Depth-guided Attention Two-stream Network for Face Anti-spoofing,TSDANet),其可以在不增加额外计算成本和模型参数量的情况下,有效提取多帧间的时序特征。本文在NUAA、CASIA-MFSD、Replay-Attack、OULU-NPU、SiW五个公开数据集上进行了实验,通过可视化和指标对比分析,验证了本文算法的有效性。
其他文献
目前,网络平台层出不穷,用户量和信息量都呈现爆炸式增长。网络平台门槛低、管理宽松,给垃圾用户的出现创造了有利的条件。平台中的垃圾信息,在给正常用户造成困扰的同时增加了网络负担,检测垃圾用户已成为网络空间安全领域关注的热点话题之一。因此针对目前垃圾用户检测的优缺点,提出基于符号网络的垃圾用户检测方法,主要工作如下:(1)首先对垃圾信息以及垃圾用户进行了分析,同时介绍了节点间距离度量的方法,并总结了文
随着信息检索技术的飞速发展,人们获取信息的方式也日益多样化,高效地获取更接近人们需求的信息成为信息检索的一个重要内容。与一般文本信息检索内容不同,数学表达式表达形式多样、语法语义变换丰富的特点给基于数学表达式的检索及其结果排序带来了困难和挑战。因此,如何利用数学表达式复杂结构和语法语义特性,实现基于数学表达式的科技文献检索,对于提高信息检索技术的有效性和适应性具有重要意义。通过对数学表达式特点的分
AD是威胁老年人健康的重大疾病。随着影像学的发展,不同模态的脑影像成为医生临床诊断的重要依据。单一模态反映人体脑组织的信息有限,其中功能成像PET从生理上反映神经突触的活性,但分辨率低;解剖成像MRI显示清晰的脑组织结构,但无法追溯到病理根本。将PET和MRI图像的优势互补生成融合图像,可提高AD诊断的特异性和准确性。目前常用的频域多尺度变换方法中,ShearLab 3D变换仍存在边缘细节模糊的问
随着光伏电厂运行年限的不断增加,光伏组件的故障及老化问题逐渐显现,这些问题在降低组件发电效率的同时还会引发安全问题。由此可见,定期对光伏电站进行运维,及时发现并处理故障、老化的组件,对保障光伏电站的正常运行十分重要。基于此,本文以实际运行中的光伏阵列航拍红外图像为实验对象,设计了相应的故障智能识别算法,从而实现光伏组件故障的自动分类与精准定位。具体内容如下:(1)设计了基于Otsu_Iterati
据调查,缺血性心脏病以及中风的死亡率居全球范围内疾病死亡率的第一名和第二名,是中老年人死亡的主要原因。随着我国经济的发展,我国心血管疾病患病人数持续增加,患病率和死亡率处于快速上升阶段。随着医学影像技术的发展,医生可以通过患者影像初步分析诊断心血管疾病情况。其中,CTA(Computed Tomography Angiography)成像技术因其成像设备的普及性、成像分辨率高、非侵入性、操作简单、
自动制造系统(Automated Manufacturing System,AMS)资源优化是指在满足预先设定的生产任务的前提下,使用最少的资源,以达到节约生产成本、提高经济效益的目的。由于AMS具有强离散型、事件驱动等特点,因此在逻辑层面常抽象为离散事件系统进行研究,Petri网具有数学和图形双重表示的特性以及丰富的系统分析手段,被广泛应用于离散事件系统的研究。本文基于标签Petri网以及带有不
随着信息技术的发展,互联网为人们带来便利的同时也产生了信息过载的问题。协同过滤算法作为热门的推荐算法之一,它能极大地提高用户获取目标信息的效率,但该算法仍存在着数据稀疏性问题。为缓解这一问题,本文引入信任与评论等辅助信息,并围绕基于评论与信任关系的推荐算法展开研究。针对评论文本无法被充分挖掘、用户间直接信任关系稀疏及未考虑更多信息等问题,提出相应的解决方案。本文的主要工作如下:(1)构建了一个具有
阿尔茨海默症(Alzheimer’s disease,AD)是一种与年龄相关的缓慢进行性神经系统退行疾病,极大程度上影响老年患者的正常生活。目前临床上对阿尔茨海默症的诊断方法仍是传统的心理学测试和临床的询问等,误诊率高且容易错过最佳治疗时期。数十年来,功能磁共振成像技术(functional Magnetic Resonance Imaging,fMRI)高速发展,越发广泛的关注聚集于基于fMRI
随着我国近年来天然气工业的不断发展以及城镇居民生活水平的不断提高,天然气作为清洁能源,其已经成为城镇居民的重要生活能源。天然气门站作为天然气长输管线的终点站,同时也是城市的接收站,其肩负着对上游来气进行净化、计量、调压、加臭、输送的重要责任。本论文以河北衡水“大营2*75 MW级燃气热电联产项目天然气供气管道大营门站工程”项目为课题来源,设计开发了一套天然气门站监控管理系统,用以保证大营天然气门站
随着中国互联网事业的不断发展与进步,网络上产生的信息量呈指数式增长。在这样的背景下,推荐系统作为信息过滤的重要方法,越来越受到人们的关注。虽然推荐系统经过几十年的研究与发展,其性能已经得到了大大提升,但评分数据稀疏和冷启动等问题,仍制约着推荐系统的推荐性能。针对推荐中数据稀疏和冷启动的问题,本文在传统推荐算法的基础上引入了深度学习,提出了一种基于非负矩阵分解与深度学习的推荐算法。为提升推荐系统的推