May, 2023

使用血管加权的运动鲁棒 rPPG 信号来检测面具攻击

PDF
TL;DR为解决 3D 面具攻击对面部识别系统产生的挑战，该研究提出了一种基于远程光电容谱法的面部反欺诈方法，并采用基于关键点和面部标记的地标锚定面缝合方法，加权的时空表征及轻量级的 EfficientNet 和门控循环单元（GRU）用于提取 rPPG 时空表征的空间和时间特征进行分类，实验结果表现出较先进的 rPPG 方法在面部欺诈检测中的大幅度提高。
3d mask attacksface recognition systemremote photoplethysmography-based anti-spoofing methodslandmark-anchored face stitchingefficientnet with gru
发现论文，激发创造
  • 通过任意分辨率视频学习抗运动影响的遥测脉搏测量技术

    本文提出了两种对非接触式心率估计中长度和面部运动造成的误差进行修正的方法，并且使用一个双流双分辨率框架来训练模型以学习稳健的面部信号特征，实验证明了所提出方法的优越性。

    Nov, 2022

  • 面部视频隐私保护型心率远程估计

    本文提出了一种数据扰动的方法，通过提取少量含有身份相关信息的面部区域进行像素洗牌和模糊处理来解决 Remote Photoplethysmography 数据的隐私问题，实验表明该方法可将面部识别算法的准确性降低 60%，而对 rPPG 提取几乎不产生影响，可作为一种有效的隐私保护方案。

    Jun, 2023

  • 基于方向条件的人脸纹理映射用于基于视频的人脸遥感光电容积测量

    利用三维面部表面构建一个新颖的基于方向条件的面部纹理视频表示，改善现有基于视频的面部远程光电测量的方法对动态和自由主体运动的鲁棒性。通过在 MMPD 上进行交叉数据集测试，我们的方法在纯净数据集上训练的 PhysNet 模型基线的性能上取得了显著的 18.2% 的改进，突显了我们设计的视频表示的有效性和普适性。在所有测试的动态情景中，即使存在动态和自由主体运动，我们的方法在 MMPD 上得到了高达 29.6% 的显著性能改进。验证了通过对三维面部表面的建模来解释运动的优势，我们通过消融实验验证了我们设计决策的有效性和不同视频处理步骤的影响。我们的发现展示了在视频中利用三维面部表面作为解决动态和自由主体运动的一般策略的潜在优势。该代码可在链接处获得。

    Apr, 2024

  • 基于端到端深度学习和视频增强的高度压缩面部视频心率远程测量

    本文提出了一个两阶段的端到端 RPPG 信号恢复方法，该方法包括视频增强和 RPPG 信号恢复两个阶段。实验结果表明，该方法在压缩视频上表现出色，并且具有很好的泛化能力。

    Jul, 2019

  • rFaceNet：通过身份特定的面部轮廓提取增强生理信号的端到端网络

    介绍了一种名为 rFaceNet 的高级 rPPG 方法，通过整合特定身份的脸部轮廓信息和消除冗余数据，通过时间压缩单元（TCU）高效地从输入视频帧中提取面部轮廓，并使用跨任务特征组合器（CTFC）将模型关注点导向相关的面部区域，提高了 rFaceNet 提取到的面部生理信号的质量和可解释性，同时在各种心率估计基准测试中表现出卓越的性能。

    Mar, 2024

  • 通过显式和隐式先验知识的融合推动可泛化的远程生理测量

    本文提出了一种利用远程光电容积图术（rPPG）任务中的显性和隐性先验知识的新框架，通过系统分析不同领域的噪声源，并将这些先验知识纳入网络进行训练，同时利用两个分支网络通过隐式标签相关性去除噪声并提取生理特征分布，我们的实验证明，该方法不仅在 RGB 跨数据集评估上胜过现有方法，而且能够很好地从 RGB 数据集泛化到 NIR 数据集。

    Mar, 2024

  • 使用时空网络从面部视频中远程测量光电容积脉搏信号

    通过使用深度时空网络重建精确的远程光学心电图信号，我们提出了一种 rPPG 测量方法，能够从面部视频中测量心率和心率变异性，并在心房颤动检测和情感识别方面取得了有前途的成果。

    May, 2019

  • 基于可见性图和迁移学习的无幅机器学习 PPG 信号处理

    本研究介绍了一种基于图论和计算机视觉算法的 PPG 信号处理框架，它对仿射变换具有不变性，计算速度快，并在任务和数据集之间表现出强大的泛化能力，能够提取人体循环系统的各种生物特征。

    May, 2023

  • 对比 - 生理学：通过时空对比进行无监督基于视频的远程生理学测量

    本文提出了一种无监督的远程光学脉搏测量方法，利用 3D 卷积神经网络模型以及对比损失训练模型，可以在不需要参照信号的情况下提高精度，并可以更快地运行且更耐噪音。

    Aug, 2022

  • 基于流注意力的时空聚合网络用于 3D 口罩检测

    基于 FASTEN (Flow-Attention-based Spatio-Temporal aggrEgation Network) 框架的研究提出了一种新型的三维口罩检测方法，只需要五帧输入，在多个检测指标方面优于其他竞争对手，并已在实际移动设备上部署以进行实际的三维口罩检测。

    Oct, 2023