BriefGPT - AI 论文速递
·
通过形变优化基于面部一次性生物特征的密钥选择
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种可解释的面部特征提取算法，用于单一变形攻击检测。该方法基于原始图像、形状、纹理、频率和压缩。在三种基于地标点的人脸变形方法和基于 StyleGAN 的变形方法上进行随机森林分类器的训练，其中 FRLL 数据库提供了变形图像。用于变形攻击检测，离散余弦变换方法在合成图像上获得了最佳结果，基于地标点的图像特征使用 BSIF 进行检测。
🎯
关键要点
- 提出了一种可解释的面部特征提取算法，用于单一变形攻击检测。
- 该方法基于原始图像、形状、纹理、频率和压缩。
- 可以开发图形用户界面协助边境警卫人员调查涉嫌的图像。
- 在三种基于地标点的人脸变形方法和基于 StyleGAN 的变形方法上进行随机森林分类器的训练。
- FRLL 数据库提供了变形图像用于训练。
- 离散余弦变换方法在合成图像上获得最佳结果。
- 基于地标点的图像特征使用 BSIF 进行检测。
➡️
