概览
- 发表团队：电子科大 Xiaoguang Tu等
- 发表时间：2019.01.17(arxiv)
- 发表刊物:
- 用到的数据集：MSU-MFSD
- 文章链接：Enhance the Motion Cues for Face Anti-Spoofing using CNN-LSTM Architecture
主要贡献
- 提出使用LSTM-CNN架构来学习时间特征，并利用视频帧间的运动线索来进行人脸反欺骗
- 使用欧拉运动放大方法作为预处理来增强个体所表现出的面部表情
- 在LSTM中嵌入了对选定的动态关键帧的注意机制
- 在LSTM loss和CNN loss的基础上，建立了一个confusion loss layer来平衡CNN和LSTM的学习水平，以获得更好的泛化能力。
总体框架
图:(a)拟议的CNN-LSTM框架流程图。(b)级联的LSTM架构。©单个LSTM单元的说明，当前状态t依赖于同一神经元的过去状态t1。