多模态数据融合的活体检测算法

来源：计算机应用与软件杂志2024年第11期北京时间：

作者：吴凤娇, 孙收余, 罗子江, 马原东, 崔潇, 刘宽, 候红涛, 徐斌, 赵凯

摘要：基于神经网络的活体检测算法有效防止各类欺诈攻击，但当前的活体检测算法无法兼顾检测速度、检测精度和成本。对此，在MobileNetv2的基础上提出一种多模态数据融合的活体检测算法，该算法引进跨阶段部分网络(Cross Stage Partial Network，CSPNet)和提出DDConvBlock，实现检测速度、检测精度和成本之间相平衡的设计目标。为验证该算法的有效性，先在公共数据集Msspoof和CASIASURF上进行实验验证。接着根据实际需求，构建私有数据集，并在该数据集上用该检测算法进行建模和实验验证。验证结果表明该方法在不同遮挡和不同攻击方式下能有效地进行活体检测，该检测模型具有可移植性强的特点，能够推广到对安全性和便利性要求较高的平台中。

关键词：活体检测, 反欺诈攻击, 图像处理, 数据融合