说明

该项目为小视科技的静默活体检测项目。开源地址在 https://github.com/minivision-ai/Silent-Face-Anti-Spoofing。

由于不是论文衍生项目，所以只有一个公众号文章的介绍：https://mp.weixin.qq.com/s/IoWxF5cbi32Gya1O25DhRQ

方案详情

该方案是一个静默单帧RGB活体识别方案，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。

根据公众号的介绍，主要网络就是用MoboileFaceNet 剪枝得到的。在精度没有明显损失的情况下，模型前向运行的速度提升了 40%。

网络结构上增加了SE（Squeeze-and-Excitation）的注意力模块, 并且引入了基于傅里叶频谱图进行辅助网络监督。因为它们发现，真脸和假脸的傅里叶频谱存在差异，假脸的高频信息分布比较单一，仅沿着水平和垂直方向延伸，而真脸的高频信息从图像的中心向外呈发散状，如下图所示。

输入图片的尺寸为 3x80x80，从主干网络中提取尺寸为 128x10x10 特征图，经过 FTGenerator 分支生成 1x10x10 的预测频谱图 F_P 。通过傅里叶变换，将输入图片转化成频谱图，再进行归一化，最后 resize 成 1x10x10 尺寸得到 F_G ，使用 L2 Loss 计算F_P和F_G征图之间差异。改造后的网络结构如下。

这样网络的前半部分就强制学习提取傅里叶拼频谱的能力。推理的时候， FTGenerator 分支被删除，只保留SoftMaxLoss的那个分支。

该新项目提供了两个网络：MiniFASNetV1 和 MiniFASNetV2。这两个网络的迭代次数不一样，网络结构也有差异（一个有SE模块一个没有，其它差异我也没仔细看），最终将两个模块的检测结果合并起来判别活体。（我猜这俩网络对不同的攻击类型有不同的表现，所以才会用两个。或者一个有傅里叶频谱监督，一个没有）。
小视科技开源的模型精度稍低，它们还有闭源的模型，精度更高。

最后

按照官方的说明，该方案是一个集成了俩小模型的方案，就是不知道俩小模型的侧重点。总的来说，开源这么一个可用的RGB单帧模型，很值得欣赏。