【活体检测】Cross Modal Focal Loss for RGBD Face Anti-Spoofing（CVPR2021） 【论文链接】https://arxiv.org/abs/2103.00948 【作者团队】Anjith George, Sebastien Marcel 【机构】艾迪亚普研究所 【发表时间】2021/03/02 【推荐理由】 本文提出了一种跨模态聚焦损失，用于RGBD活体检测，文章已经被AAAI21接收。 自动检测呈现攻击的方法对于确保可靠地使用面部识别技术至关重要。文献中可用于表示攻击检测（PAD）的大多数方法都无法推广到看不见的攻击。近年来，已经提出了多通道方法来提高PAD系统的鲁棒性。通常，只有有限数量的数据可用于其他通道，这限制了这些方法的有效性。在这项工作中，作者提出了一种新的PAD框架，该框架使用RGB和深度通道以及新颖的损失函数。新的体系结构使用来自两种模态的互补信息，同时减少了过拟合的影响。本质上，提出了一种跨模态聚焦损耗函数，以根据各个通道的置信度来调制每个通道的损失贡献。在两个公开可用的数据集中进行的广泛评估证明了该方法的有效性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除