vs做动态网站登录sem广告投放是做什么的

介绍

论文地址：https://arxiv.org/pdf/2011.12032.pdf

近年来，人脸识别技术越来越普及。在智能手机解锁和进出机场时，理所当然地会用到它。人脸识别也有望被用于管理今年奥运会的相关人员。但与此同时，人们对人脸欺骗的关注度也越来越高，而人脸反欺骗(FAS)这一防止人脸欺骗的技术领域也备受关注。
恶搞技术每年都在发展。随着新类型的欺骗变得越来越现实，需要有一种稳健的算法，能够在没有经过现有模型训练的场景下检测欺骗。传统的基于二进制分类的模型（如"0"代表真实，"1"代表欺骗）比较容易建立，性能也比较高，但有一个弱点，就是难以学习到内在的、有辨识度的欺骗模式。
因此，最近在FAS任务中提出了Pixel-Wise Supervision，其目的是学习更细粒度的像素/斑点级特征，对识别更有用。

在本文中，在综合回顾了以往的方法后，如上表所示，他们提出了一个新的框架，称为Pyramid Supervision，它可以从多尺度的空间环境中学习局部细节和全局语义信息。在本文中，他们将介绍该框架及其性能。
在5个FAS基准数据集上进行了大量的实验，发现Pyramid Supervision不仅提高了现有的Pixel-Wise Supervision的性能，而且还能在补丁层面识别欺骗的痕迹，提高了模型的可解释性。可解释性；

新框架"金字塔监督

金字塔 在现有的方法中很容易引入监督，以提高其绩效。在本文中，我们展示了一个在两种典型方法中引入金字塔监督的例子。二进制掩模监督和深度图监督。
首先，金字塔二元掩码监督的图，将金字塔监督应用于二元掩码监督，如下图所示。

从RGB输入图像(3×256×256)中提取多尺度特征(_F__8,_F__4,F__2,F1)，提取各特征后采用平均池化法。此外，每个特征(_F__8,_F__4,F__2,F1)，用1x1 Conv进行特征到掩模的映射，得到多尺度二元掩模（Θ8、Θ4、Θ2、Θ1）。多尺度二元掩模预测可以表述为： 1.可制定如下：

每一个生成的多尺度二元掩码都要进行变换和并联，最后应用二元分类。对于每个像素的地面真值_（Y_），可以直接使用已经注释的二进制掩码标签，也可以使用生成的粗二进制掩码。转换为与输入图像相同的多尺度掩模标签（Y8、Y4、Y2、Y1）。
预测的多尺度二进制掩码和地面真相大小相同，通过累积每个尺度每个位置的二进制交叉熵(BCE)来计算损失函数（Lpyramid）。

在训练过程中，网络的整体损失函数(Loverall)可以表述如下_Lbinary_将是最后一次二进制分类的BCE。在测试过程中，只使用最终的二进制分数。

接下来，金字塔深度图监督应用于深度图监督，如下图所示。

如图所示，CDCN从输入图像(3×256×256)中提取多级特征，并预测灰度深度图(32×32)。与金字塔二元掩模监督类似，预测的深度图D32（32×32）和生成的Pseduo深度都被下采样并调整为相同的比例（32×32、16×16等）。
金字塔深度损失（LdepthPyramid）可制定如下。

这里，Di代表预测深度图的比例尺_i_。另外，LMSE和LCDL分别代表均方误差（MSE）和对比度深度损失（CDL）。对比深度损失(CDL)是CVPR2020中提出的损失函数，其公式如下。

这是一种新引入的损失，因为常用的使用欧氏距离的Contrasive Loss没有考虑相邻像素信息，细节信息丢失，影响泛化性能。

（出典：深度空间梯度和时间深度学习的人脸防欺骗技术）

在训练过程中，只使用LdepthPyramid，在测试过程中，计算所有尺度预测的深度图的平均值作为最终得分。

实验

如上所述，在基于Pixel-Wise Supervision的FAS中，主流的Backbone可以分为两类。
1）基于二进制掩码监督的网络（如ResNet和DenseNet）。
2）基于伪深度监督的网络（如DepthNet）。

在此，分别以具有代表性的ResNet50和CDCN作为基线，并与金字塔监督的模型进行比较。

数据集内类型测试 (OULU-NPU)

数据库内测试是对特定数据集的性能评估。使用一个代表性的数据集OULU-NPU来评估性能。为了公平的比较，使用原始协议和指标，指标是攻击展示分类错误率（APCER）、展示分类错误率（BPCER）和ACER的平均值计算出来的。使用ACER，其计算方法是APCER是指被误判为真实的欺骗行为的百分比，PCER是指被误判为欺骗行为的百分比。PCER是指被欺骗和误判的真品比例。下表显示了使用OULU-NPU进行Intra-Dataset测试的结果，其中Prot.代表OULU-NPU提供的四种协议。

从ACER来看，重点是提出的金字塔监督(PS)，可以看到它在四个协议中持续降低和提高性能。换句话说，它在光照、攻击介质和输入摄像机等外部环境方面的泛化性能有所提高。
从模型来看，CDCN-PS在四个协议中实现了比SOTA的模型更好或性能相当。ResNet50-PS显示出非常好的效果，在协议4中表现得比CDCN-PS更好，虽然前三个协议的性能没有那么高，但在协议4中最难达到高性能。这表明，即使在训练数据有限的情况下，金字塔监督也是非常有效的。

数据集内交叉类型测试(SiW-M)

通过SiW-M的跨类型测试验证未知攻击的泛化性能。如下表所示，与传统的Pixel-Wise Supervision相比，ResNet50-PS和CDCN-PS实现了整体更好的EER，分别提高了17%和12%。

跨数据集内类型测试

他们使用四个数据集，OULU-NPU（O），CASIA-MFSD（C），Idiap Replay-Attack（I）和MSU-MFSD（M）。其中，随机选取3个数据集进行训练，剩余1个数据集用于测试。下表显示了结果。

可以看出，金字塔监督的实施显著提高了ResNet50-PS的性能(HTER)，尤其是"O&C & I to M"和"I&C & M to O"的性能(HTER)提高了-4.48%和-5.03%。
同样，CDCN-PS在"O & C & I to M"、“O & M & I to C”、"I & C & M to O"的表现（HTER）分别提高了-2.48%、-4.21%、-1.16%。我们表明，金字塔监督也有助于在多源域上提供丰富的多尺度指导。

可视化

下图是SiW-M在Cross-Type测试中预测的真假二元图。

从"Live"、"Replay"和"Transp.Mask"的预测结果来看，ResNet50 8x8和ResNet50-PS的表现都不错，表现出较高的识别可信度。另一方面，对于未知攻击方法的预测，如部分打印和半掩模，显示出信心的下降。
从ResNet50 8x8的结果中，可以看到，在第3行第2列中，除了眼睛区域的Print区域外，其他面部区域的预测置信度都很低。另一方面，金字塔监督的使用显著提高了欺骗定位方面的可解释性。预测的8x8和4x4地图分别揭示了面部皮肤区域和冒充媒介的高（真）和低（假）分数位置。
随着欺骗攻击的发展，网络的可解释性将在欺骗的定位和理解上变得越来越重要。

总结

在本文中，他们提出了一种新的金字塔监督，为精细化学习提供了更丰富的多尺度空间背景。
它可以很容易地引入传统方法。实验结果也表明其在泛化和解释性能上都有很高的有效性。要实现安全可靠的人脸识别系统，高泛化性能和高可解释性是不可缺少的。
未来，我们期望通过将其纳入更先进的架构和基于像素的标签，进一步提高系统的性能。