检测|人脸识别漏洞频出?这个开源静默活体检测算法,超低运算量工业可用模型|静默|运算量

_原题为 人脸识别漏洞频出?这个开源静默活体检测算法,超低运算量工业可用
机器之心发布
机器之心编辑部

小视科技团队开源的基于 RGB 图像的活体检测模型，是专门面向工业落地场景，兼容各种复杂场景下的模型。该自研的剪枝轻量级模型，运算量为 0.081G ，在麒麟 990 5G 芯片上仅需 9ms 。同时基于 PyTorch 训练的模型能够灵活地转化成 ONNX 格式，实现全平台部署。

如今，人脸识别已经进入我们生活中的方方面面：拿起手机扫脸付账、完成考勤、入住酒店等，极大地便利了我们的生活。
我们在享受技术带来方便的同时，也要应对其潜在的风险。一旦虚假人脸攻击成功，极有可能对用户造成重大损失。
如 2019 年，在拉斯维加斯举办的世界黑帽（Black Hat）安全大会上，腾讯公司的研究人员就曾演示用一副特制眼镜攻破苹果 Face ID 。
更早之前，也有人曾使用 3D 打印「石膏」人脸攻击手机的人脸识别功能，成功破解多款人脸识别解锁功能。

文章图片

图片来源：Forbes
为了抵御这种假脸攻击，小视科技团队开源了一个静默活体检测算法和可适用于安卓平台的部署源码，可兼容各种工业级复杂场景的活体检测。
静默活体检测算法项目地址：
https://github.com/minivision-ai/Silent-Face-Anti-Spoofing
安卓平台部署源码项目地址：
https://github.com/minivision-ai/Silent-Face-Anti-Spoofing-APK
活体检测技术主要是判别镜头前出现的人脸是真实的还是伪造的，其中借助其他媒介呈现的人脸都可以定义为虚假的人脸，包括打印的纸质照片、电子产品的显示屏幕、硅胶面具、立体的 3D 人像等。活体检测技术能够抵御各种假脸的攻击，为人脸识别保驾护航。
目前主流的活体解决方案分为配合式和非配合式活体，配合式活体需要用户根据提示做出相应的动作从而完成判别，而非配合式活体在用户无感的情况下直接进行活体检测，具有更好的用户体验。
非配合式活体根据成像源的不同一般分为红外图像、3D 结构光和 RGB 图像三种技术路线：红外图像滤除了特定波段的光线，天生抵御基于屏幕的假脸攻击；3D 结构光引入了深度信息，能够很容易地辨别纸质照片、屏幕等 2D 媒介的假脸攻击；RGB 图片主要通过屏幕拍摄出现的摩尔纹、纸质照片反光等一些细节信息进行判别。基于以上分析不难发现，基于 RGB 图片的活体检测与其他两种方法相比，仅能通过图像本身的信息进行判别，在实际的开放场景中面临着更大的挑战性。
小视科技团队开源的基于 RGB 图像的活体检测模型，是专门面向工业落地场景，兼容各种复杂场景下的模型。该自研的剪枝轻量级模型，运算量为 0.081G ，在麒麟 990 5G 芯片上仅需 9ms 。同时基于 PyTorch 训练的模型能够灵活地转化成 ONNX 格式，实现全平台部署。
活体任务的定义
基于 RGB 图像的活体检测是一个分类任务，目标是有效地区分真脸和假脸，但又有别于其他类似于物品分类的任务。其中的关键点在于攻击源分布过于广泛，如图 1 所示：不同的攻击媒介，不同设备的成像质量，不同的输入分辨率都对分类结果有着直接的影响。为了降低这些不确定因素带来的影响，小视科技团队对活体的输入进行了一系列限制：活体的输入限制在特定的分辨率区间；输入图片均为实时流中截取的视频帧。这些操作大大降低了活体模型在实际生产部署上失控的风险，提升了模型的场景鲁棒性。

文章图片

图 1 现实场景中活体数据分布图
基于成像介质种类的不同，小视科技团队将样本分为真脸、2D 成像（打印照片，电子屏幕）以及 3D 人脸模具三类，根据上述的准则整理和收集训练数据。活体检测的主要流程如图 2 所示。

文章图片

图 2 开源活体 Pipeline
开源模型技术路线
小视科技团队采用自研的剪枝轻量级网络作为 backbone 训练模型，使用 Softmax + CrossEntropy Loss 作为训练分类的监督。使用不同尺度的图片作为网络的输入训练数据，增加模型间的互补性，从而进行模型融合。考虑到用于真假脸判别的有效信息不一定完全分布在脸部区域，可能在取景画面的任何地方（如边框，摩尔纹等），小视科技团队在 backbone 中加入了 SE（Squeeze-and-Excitation）的注意力模块，动态适应分散的判别线索。同时小视科技团队也通过实验发现真假脸在频域中存在明显的差异，为此引入傅里叶频谱图作为模型训练的辅助监督，有效提升了模型精度。
自研的轻量级剪枝网络