Face Presentation Attack Detection by Excavating Causal Clues and Adapting Embedding Statistics

要約

最近の顔提示攻撃検出 (PAD) は、ドメイン適応 (DA) およびドメイン一般化 (DG) 技術を活用して、未知のドメインでのパフォーマンス低下に対処します。
ただし、DA ベースの PAD 手法ではラベルのないターゲット データへのアクセスが必要ですが、DG ベースの PAD ソリューションのほとんどはアプリオリ、つまり既知のドメイン ラベルに依存しています。
さらに、ほとんどの DA/DG ベースの手法は計算集約的であり、複雑なモデル アーキテクチャや多段階のトレーニング プロセスを必要とします。
この論文では、因果関係の観点から複合 DG タスクとして顔 PAD をモデル化し、それをモデルの最適化に結び付けることを提案します。
反事実的な介入を通じて、上位レベルの表現に隠された因果関係を発掘します。
さらに、ドメイン情報に焦点を当てるのではなく、クラス内の機能レベルのデータ分散を強化するために、クラスガイド付き MixStyle を導入します。
クラスガイド付き MixStyle コンポーネントと反事実介入コンポーネントはどちらも、追加のトレーニング可能なパラメーターや無視できる計算リソースを導入しません。
広範なクロスデータセットと分析実験により、最先端の PAD と比較した私たちの方法の有効性と効率が実証されています。
実装とトレーニングされた重みは公開されています。

要約(オリジナル)

Recent face presentation attack detection (PAD) leverages domain adaptation (DA) and domain generalization (DG) techniques to address performance degradation on unknown domains. However, DA-based PAD methods require access to unlabeled target data, while most DG-based PAD solutions rely on a priori, i.e., known domain labels. Moreover, most DA-/DG-based methods are computationally intensive, demanding complex model architectures and/or multi-stage training processes. This paper proposes to model face PAD as a compound DG task from a causal perspective, linking it to model optimization. We excavate the causal factors hidden in the high-level representation via counterfactual intervention. Moreover, we introduce a class-guided MixStyle to enrich feature-level data distribution within classes instead of focusing on domain information. Both class-guided MixStyle and counterfactual intervention components introduce no extra trainable parameters and negligible computational resources. Extensive cross-dataset and analytic experiments demonstrate the effectiveness and efficiency of our method compared to state-of-the-art PADs. The implementation and the trained weights are publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google