摘要: 就现今人脸活体检测尚未充分利用多模态特性的问题展开研究,提出了一种多模态与多尺度融合检测算法,充分利用可见光、近红外、深度3种模态数据的互补特性逐级过滤伪造样本.待测样本首先经近红外人脸检测过滤回放攻击,然后经过深度判别网络过滤平面攻击,最后将前2层难分类的样本输入多模态融合模块综合判别得到最终分类.构建了1个近2万组的高分辨率多模态数据集,设计了多尺度输入的轻量级判别网络,进一步提高算法的适应性.对比实验证明,提出的算法检测准确率比单模态方案显著提高,总参数量仅有48万个,推理时间为8.07ms,远低于其他常见融合方式.关键词人脸检测;演示攻击;多模态;加权融合;轻量级网络