---
tags: 生物辨識
---
# Learning Generalized Spoof Cues for Face Anti-spoofing

## Introduction

github: https://github.com/VIS-VAR/LGSC-for-FAS

百度在2020提出的論文，號稱在熱門的RGB資料集取得SOTA

#### 主要思路為以下兩點

1. Anomaly detection

把Anti-spoofing視為異常偵測，希望活體可以在live center c越靠近，而非活體遠離


2. Residual learning

把區分活體的feature當成殘差(spoof cues)
並且spoof cues只存在spoof sample
H(x) = F(x) + x

## Method


Triplet loss:
Anchor只會是正樣本，直接各層取global average pooling，對應等式4

Regression loss:

只拿正樣本產生出來的spoof cue跟zero map算pixel-wise L1 loss，對應等式3


Classification Loss

加了這個可以當spoof cue amplifier


## Experiments

Inter class testing