논문

하루에도 수만개의 글자를 읽고 있습니다. 하루에도 수백장의 종이를 들춰 읽습니다.
이것은 그 읽기에 대한 일기입니다.

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.

Add a Comment Trackback