3D Face Mask Presentation Attack Detection Based On Intrinsic image Analysis
1. Introduction
이 논문에서 제안하는 방법은 3가지 단계로 이루어진다.
- 먼저 이미지를 reflectance 이미지와 shading 이미지로 분리한다. 이를 위해 correlation-based intrinsic image extraction (CIIE) 방법이 사용되었다.
- reflectance image의 히스토그램을 3가지 축에 대해서 계산하고 이를 1D CNN을 이용하여 특징을 추출한다.
- 추출된 특징을 SVM에 입력하여 3D 마스크 공격을 구분한다.
2. Related Work
3. Proposed Method
실제 얼굴의 reflectance 이미지는 낮은 값과 균일한 분포를 가지지만 3D 마스크의 이미지는 값이 크고 균일하지 않은 분포를 가진다.
이를 이용하여 특징을 생성하고 SVM을 이용하여 구분하고자 한다.
동영상에서 얼굴을 검출한 뒤, 얼굴 영역을 크롭하여 연속된 75 프레임의 이미지를 생성한다.
여기에 CIIE 방법을 이용하여 75개의 reflectance 이미지를 생성한다.
XY, XT, YT 평면에 대해 히스토그램을 계산하면 각 평면에 대해서 75 x (3 x 256) = 75 x 768의 히스토그램 행렬을 계산할 수 있다.
이제 각 평면에 대한 히스토그램 행렬을 각각 별도의 1D CNN에 학습시킨다.
- 1D CNN의 출력을 softmax에 연결시켜 학습시켰다.
- 각 평면에 대한 1D CNN의 마지막 fc의 특징을 통합한 뒤, SVM에 넣어 학습시켰다.