【论文推荐】了解《人脸防伪》必看的6篇论文（附打包下载地址）
论文推荐
“SFFAI141期来自北京邮电大学的王卓推荐的文章主要关注于计算机视觉的人脸防伪领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”
关注文章公众号
回复"SFFAI141"获取本主题精选论文
01
Deep Learning for Face Anti-Spoofing: A Survey
推荐理由：这篇文章是目前活体检测领域最新综述，为读者从多个维度梳理了算法的发展，同时该文的作者团队维护了一个git仓库，以方便读者快速获取综述中涉及的论文。
02
Searching Central Difference Convolutional Networks for Face Anti-Spoofing
推荐理由：对经典的LBP算子进行了卷积化改造，提出了中心差分卷积（CDC），并构建了活体检测领域经典的CDCN网络。
03
Deep Spatial Gradient and Temporal Depth Learning for Face Anti-spoofing
推荐理由：基于多帧视频来预测深度图，以凸显活体与攻击视频间的差异。同时在补充材料部分对深度图应用于活体检测问题进行了详细的描述和证明。
04
Single-Side Domain Generalization for Face Anti-Spoofing
推荐理由：提出了经典的单边域泛化性活体检测算法：在特征空间中，将来自不同域的真实特征聚为一类，将来自不同域的虚假特征按照其域标签各自聚成一类，以提高算法在未知数据上的泛化性。
05
Meta-Teacher For Face Anti-Spoofing
推荐理由：利用元学习思想，训练一个meta-teacher，模型的优化过程不是为了更好地拟合训练数据，而是为了让meta-teacher具备更好的“教学”能力。
06
Unified Detection of Digital and Physical Face Attacks
推荐理由：这篇文章第一次尝试将深伪检测问题（Face forgery detection）和活体检测（Face anti-spoofing）放在一起进行研究，利用自动聚类和多任务学习的思想，提出了一种新的框架，对于未来的研究具有启发性。
分享内容
讲者介绍
王卓，北京邮电大学模式识别实验室研究生，主要研究方向为人类防伪，目前已在CVPR会议和TIFS期刊上发表论文。
分享题目
一种基于特征组合的域泛化性活体检测算法
分享摘要
随着各种呈现攻击的不断出现，活体检测算法（FAS）越来越受到人们的关注。现有的大多数算法都是基于图像的完全表示来实现域泛化性（DG）。但是，不同的图像统计信息可能对活体检测任务具有其独特的性质。在这项工作中，我们将图像的完全表示分离成内容特征和风格特征，同时提出了一个新的SSAN网络，用于提取不用的内容特征和风格特征，并对分离后的特征重新组合，以构建一个重组后的特征空间。然后，为了获得具有泛化性的特征表示，我们对重组后的特征实施对比学习，用以强调与活体信息相关的风格部分，同时抑制与域信息相关的风格部分。最后，在预测阶段，我们使用正确的重组特征来区分真实人脸与攻击图像。另一方面，尽管目前的活体检测算法已经达到了很好的性能，但是由于数据量和数据分布之间的差异，学术届与工业界的评估标准仍存在着很多不同。因此，我们建立了一个大规模评估协议，用以进一步评估算法在现实场景下的性能。
题目：Domain Generalization via Shuffled Style Assembly for Face Anti-Spoofing
论文下载：关注本公众号，对话框回复“SFFAI141”，获取下载
分享亮点
1. 为了分别利用基于全局和局部的数据统计特征，本文提出了一个新的网络结构SSAN，以特征分离和特征重组的方式，来实现域泛化性活体检测。
2. 为了增强风格特征中的活体信息部分，同时抑制域信息部分，我们采用了对比学习的方式，以控制重组后的特征按照活体信息来靠近或者远离其对应的锚特征。以此种方式得到的对比损失被用于对网络的训练。
3. 基于真实世界的数据分布，本文融合了12个公共数据集，用以构造一个用于活体检测问题的大规模测试协议。同时提出了单边TPR@FPR以获得更加可信和全面的评测结果。
直播时间
2022年3月20日（周日）20:00—21:00 线上直播
关注本公众号，对话框回复“SFFAI141”，获取入群二维码
注：直播地址会分享在交流群内
SFFAI招募！
现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了SFFAI这个公益活动。SFFAI每周举行一期线下活动，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。
SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展，将对线下讨论的内容进行线上传播，使后来者少踩坑，也为讲者塑造个人影响力。SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest，通过汇总各位参与者贡献的领域知识，沉淀线下分享的前沿精华，使AI Knowledge Tree枝繁叶茂，为人工智能社区做出贡献，欢迎大家关注SFFAI论坛：https://bbs.sffai.com。
论文推荐
《三维生成》论文推荐
《对抗学习》论文推荐
《因果科学》论文推荐
《视觉问答》论文推荐
《通信强化学习》论文推荐
《视频预测》论文推荐
《关系抽取专题》论文推荐
《对抗机器学习》论文推荐
《目标跟踪》论文推荐
《代码生成》论文推荐
《预训练模型》论文推荐
《机器翻译专题》论文推荐
《脚本事件预测专题》论文推荐
《多模态处理》论文推荐
《点云补全》论文推荐
更多论文推荐历史文章
请点击文章底部“阅读原文”查看
分享、点赞、在看，给个三连击呗！