An Original Face Anti-spoofing Approach using Partial
Convolutional Neural Network
標籤： anti-spoofing
論文出處：978-1-4673-8910-5/16/$31.00 ©2016 IEEE
本文提出的方法
本文是受[9]的啓發，提出了一種DPCNN的結構，先把數據放入一個已經預處理過的VGG中，然後進行訓練，之後提取出deep part features，並把這些特徵進行PCA降維，最後使用SVM分類。結構如下：
本文的難點主要在於deep part features的提取，文中給了一些計算的方法，通過第l層的卷積結果，然後經過計算得到應Fx：
最終得到的特徵可能維度很大，所以在進行pca的時候分塊進行。
實驗：本文實驗是在CASIA和REPLAY兩個庫上做的。實驗的時候剛開始使用的是第11、13、15、18、20、22、25、27這些層的卷積做deep part features處理，並做了對比：
然後把不同層結合起來做了對比：
收穫
1、可以使用層中信息做特徵
金句： In recent years, the face biometric technique has been successfully employed in many smart devices and authority systems, such as ATMS, mobile phones and entrance guard systems. With this trend, people even don’t need to remember
the complex password of the credit card, and they can pay
the goods just by scanning their face.
參考文獻重點摘錄可作爲以後讀
本文方案的來源
[9] R. Girshick, F. Iandola, T. Darrell, and J. Malik, “Deformable part
models are convolutional neural networks,” in IEEE Conference on
Computer Vision and Pattern Recognition, 2015, pp. 437–446. 1, 3（可能對理解那個deep part features有幫助）
本文用的深度網絡
[24] O. M. Parkhi, A. Vedaldi, and A. Zisserman, “Deep face recognition,”
in British Machine Vision Conference, 2015. 3
其他CNN方法
[6] J. Yang, Z. Lei, and S. Z. Li, “Learn convolutional neural network for
face anti-spoofing,” Eprint Arxiv, vol. 9218, pp. 373–384, 2014. 1, 2,
3, 6（已看過）
[23] D. Menotti, G. Chiachia, A. Pinto, W. Robson Schwartz, H. Pedrini,
A. Xavier Falcao, and A. Rocha, “Deep representations for iris, face,
and fingerprint spoofing detection,” Information Forensics and Security,
IEEE Transactions on, vol. 10, no. 4, pp. 864–879, 2015. 3