이미지 변환을 통해 대상 데이터를 소스 도메인 스타일로 스타일화하여 대상 데이터를 소스 모델에 직접 맞추는 얼굴 안티 스푸핑을 위한 감독되지 않은 도메인 적응의 새로운 관점을 제안한다.
스타일화를 보장하기 위해, 도메인 간 신경 통계 NSC과 DSC과 결합된 생성 도메인 적응 프레임워크를 제시함. 그리고 일반화를 보장하기 위해 목표 데이터 분포를 더욱 확장하기 위해 도메인 내 SpecMix을 제시함.
광범위한 Experiments과 Visualization을 통해 제안된 방법의 효과를 입증.
2. Major Task
● Unsupervised domain adaptation
● 비지도 도메인 적응(UDA)은 레이블이 지정된 소스 도메인과 레이블이 지정되지 않은
대상 도메인 사이의 도메인 이동을 연결하는 것을 목표로 한다.
● Face anti-spoofing
3. Introduction
기존 방법들은 training stage에서 seen data만을 사용하거나, high level feature만 활용
하지만, 대상 도메인의 Supervision 이 불충분 → Source model의 성능에 영향을 미칠 수밖
에 없다.
low-level feature은 FAS 작업에 특히 중요하다고 주장
→ 따라서, High-level feature만을 기반으로 하는 target distribution alignment는
UDA FAS에 적합한 방법이 아닐 수 있음.
4. Contribution
● 이미지 변환을 통해 대상 데이터를 소스 도메인 스타일로 스타일화하여 대상
데이터를 소스 모델에 직접 맞추는 얼굴 안티 스푸핑을 위한 감독되지 않은 도
메인 적응의 새로운 관점을 제안한다.
● 스타일화를 보장하기 위해, 도메인 간 신경 통계 NSC과 DSC과 결합된 생성
도메인 적응 프레임워크를 제시함. 그리고 일반화를 보장하기 위해 목표 데이
터 분포를 더욱 확장하기 위해 도메인 내 SpecMix을 제시함.
● 광범위한 Experiments과 Visualization을 통해 제안된 방법의 효과를 입증한
다.
8. Methods
amplitude spectrum
original phase spectrum
R(xt) :real / I(xt) imaginary part of F(xt),
They consider explicitly penalizing the semantic inconsistency by ensuring the
phase is retained before and after the image translation.
mixed amplitude spectrum
iFFT
12. Experiments
<dataset>
OULU-NPU (denoted as O)
CASIA-MFSD (denoted as C)
Idiap Replay-Attack (denoted as I)
MSU-MFSD (denoted as M).
<matrix>
HTER (mean of the FAR and the FRR)
AUC
14. Experiments
1) UDA FAS 대부분 메소드는 사
전 훈련된 모델에 저장된 소스
도메인 지식을 완전히 활용하
지 않으며, 이는 기능 정렬에
충분하지 않다.
2) 대부분 Target domain gap을
크게 무시하고, Target data의
다양한 환경변수에 따른
Representation learning을 고
려하지 않는다.
16. Conclusion
● inter-domain neural statisti consistency (NSC) to guide the generator
generating the source-style domain.
● dual-level semantic consistency (DSC) to prevent the generation from
semantic distortions.
● intra-domain spectrum mixup (SpecMix) to reduce the intra-domain gaps
17. Opinion..
Generator 뭘 쓴건지
그 이유는 제안하는 방식이 data를 generation해서 분류되는 방식임. 그래서 모르는
정보가 들어갔을 때 outlier로 작용될 수 있다고 봄.
Editor's Notes
source data는
mixed된 amplitude spectrum과 original phase spectrum을 이용해 inverse fourier transformation을 생성
https://aistudy9314.tistory.com/50