单类人脸防伪网络

只靠活体训练,检测未知攻击

该网络仅使用活体人脸样本训练,通过伪造线索图引导的特征学习,能够检测训练阶段未出现的新型攻击,性能媲美需要攻击样本的双类方法。

Huang, Peikai · Cheng-Hsuan, Chiang · Chen, Tzu Hsien · Jun-Xiong, Chong · Liu, Tyng-Luh · Hsu, Chiouting

2024

技术优势

不依赖攻击样本

训练时仅使用活体人脸,模型自行从活体图像中提取潜在伪造特征,无需收集攻击样本。

能检测未知攻击

通过记忆库保留独立的潜在伪造特征来模拟分布外攻击,使模型对训练中未出现的攻击类型具有鲁棒性。

性能比肩双类方法

在八个基准数据集上不仅超越以往单类方法,还达到与最先进双类方法相当的性能。

应用场景