BDC-DAL:基于蓝图差分卷积和双重辅助监督的轻量化人脸活体检测算法

作     者：叶继华 梁芳昕 王超 肖顺杰 宗义 江爱文 YE Jihua;LIANG Fangxin;WANG Chao;XIAO Shunjie;ZONG Yi;JIANG Aiwen

作者机构：江西师范大学计算机信息工程学院江西南昌330022 

出 版 物：《浙江大学学报(理学版)》 (Journal of Zhejiang University(Science Edition))

年 卷 期：2025年第52卷第1期

页      面：98-109,121页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(62366021 62167005 61966018) 

主　　题：人脸活体检测 轻量级 辅助信息监督 

摘      要：人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重辅助监督的轻量级人脸活体检测算法(BDC-DAL)。通过将轻量化的卷积结构和蓝图差分卷积设计相结合,有效降低了模型的参数和计算量,同时保留了捕捉复杂细粒度特征的能力。此外,引入的双重辅助监督机制,利用监督信号重建过程学习细微的欺诈线索,显著提高了模型对未知攻击场景的鲁棒性。为验证算法的有效性,在CelebA-Spoof和OULU-NPU人脸活体检测数据集上进行了广泛测试,并与当前主流的深度学习人脸活体检测算法和其他轻量化网络模型进行了比较,实验结果显示,BDC-DAL算法大幅降低了模型复杂度,参数量减少了近90%,模型的浮点计算量也下降了约10%。BDC-DAL算法在实现高效性和轻量化的同时,成功平衡了性能与资源消耗,为在资源受限环境下的人脸识别提供了可行的解决方案。