来源：期刊VIP网 时间：
作者：王旭光;卜辰宇;时泽宇;
单位：华北电力大学自动化系;华北电力大学河北省发电过程仿真与优化控制技术创新中心;
摘要：随着人脸识别技术的发展，人脸活体检测作为人脸识别系统的安全保障变得更加重要。但当前主流的人脸活体检测模型仅针对特定的检测场景及欺诈攻击方式，面对未知攻击的鲁棒性和泛化能力较差。为此，该文提出一种改进的Swin Transformer模型，即CDCSwin-T(central difference convolution Swin Transformer)模型。该模型以Swin Transformer为主干，利用其滑动窗口注意力机制提取人脸全局信息，同时引入中心差分卷积（central difference convolution,CDC）模块提取人脸局部信息，加强主干模型捕获真假人脸差异的能力，从而增强其面对未知攻击的鲁棒性；另外在主干模型中引入瓶颈注意力模块，引导模型关注人脸关键信息，加速模型训练；最终将主干模型不同阶段的多尺度信息进行自适应融合，进一步提升该文模型的泛化能力。CDCSwin-T模型在OULU-NPU数据集4个协议上的平均分类错误率（ACER）分别为0.2%, 1.1%,(1.1±0.6)%,(2.8±1.4)%，在CASIA-MFSD和REPLAYATTACK数据集跨库测试上的半错误率（HTER）分别为14.1%,22.9%，均优于当前的主流模型，表明其面对未知攻击的鲁棒性和泛化能力均有所提升。
关键词：人脸活体检测;Swin Transformer;瓶颈注意力模块;特征融合
基金资助：国家自然科学基金（62076093）; 河北省省级科技计划项目（22567643H）
