論文の概要: Flow Augmentation and Knowledge Distillation for Lightweight Face Presentation Attack Detection

• arxiv url: http://arxiv.org/abs/2605.13108v1
• Date: Wed, 13 May 2026 07:19:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.872236
• Title: Flow Augmentation and Knowledge Distillation for Lightweight Face Presentation Attack Detection
• Title（参考訳）: 軽量顔提示検出のためのフロー拡張と知識蒸留
• Authors: Muhammad Shahid Jabbar, Muhammad Sohail Ibrahim, Taha Hasan Masood Siddique, Kejie Huang, Shujaat Khan,
• Abstract要約: モーションキューはFacePADに対して非常に差別的であるが、通常は明示的な光フロー推定を必要とする。 カラーホイール符号化された光の流れから,RGBフレームから外見の手がかりを抽出する2分岐型教師モデルを提案する。
• 参考スコア（独自算出の注目度）: 8.286841244758845
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face presentation attack detection (FacePAD) remains challenging under diverse spoofing representation, including 2D print and replay, 3D mask-based spoofing, makeup-induced appearance manipulation, and physical occlusions, as well as under varying capture conditions. Motion cues are highly discriminative for FacePAD but typically require explicit optical flow estimation, which introduces substantial computational overhead and limits real-time deployment. In this work, we leverage optical flow to enhance motion representation during training while eliminating the need for flow computation at inference. We propose a dual-branch teacher model that fuses appearance cues from RGB frames with motion cues derived from colorwheel-encoded optical flow, enabling effective modeling of micro-motions and temporal consistency. To enable efficient deployment, we introduce a knowledge distillation framework that transfers motion-aware knowledge from the flow-augmented teacher to a lightweight RGB-only student via logit distillation. As a result, the student implicitly learns motion-sensitive representations without requiring explicit flow estimation or additional feature extraction blocks at inference. Extensive experiments demonstrate strong performance across multiple benchmarks, achieving 0.0% HTER on Replay-Attack and Replay-Mobile, 0.94% HTER on ROSE-Youtu, 5.65% HTER on SiW-Mv2, and 0.42% ACER on OULU-NPU. The distilled student achieves performance comparable to or better than the teacher while significantly reducing parameters and FLOPs, achieving 52 FPS on an NVIDIA Jetson Orin Nano, indicating its suitability for real-time and resource-constrained FacePAD deployment.
• Abstract（参考訳）: 顔提示攻撃検出(FacePAD)は、2Dプリントとリプレイ、3Dマスクによるスプーフィング、メイクによる外観操作、物理的閉塞、および様々な捕獲条件下での様々なスプーフィング表現において依然として困難である。 モーションキューはFacePADに対して非常に差別的であるが、通常は明示的な光フロー推定を必要とするため、計算オーバーヘッドが大きくなり、リアルタイムデプロイメントが制限される。 本研究は,光学的フローを利用して,推論時のフロー計算を不要にしながら,トレーニング中の動きの表現を向上する。 カラーホイール符号化された光の流れから得られる動きキューをRGBフレームから融合し,マイクロモーションと時間的一貫性を効果的にモデル化できる2分岐型教師モデルを提案する。 効率的な展開を実現するために,フロー強化された教師からロジット蒸留を通じて,移動認識の知識を軽量なRGB学生に伝達する知識蒸留フレームワークを導入する。 その結果、学生は、明示的なフロー推定や推論時の付加的な特徴抽出ブロックを必要とせず、暗黙的に動きに敏感な表現を学習する。 Replay-AttackとReplay-Mobileで0.0% HTER、ROSE-Youtuで0.94% HTER、SiW-Mv2で5.65% HTER、OULU-NPUで0.42% ACERを達成した。 蒸留された学生は、パラメータとFLOPを著しく削減し、NVIDIA Jetson Orin Nano上で52 FPSを獲得し、リアルタイムおよびリソース制約されたFacePADデプロイメントに適していることを示す。

関連論文リスト

• CAKE: Real-time Action Detection via Motion Distillation and Background-aware Contrastive Learning [3.1978938942105644]
  オンライン行動検出(OAD)システムは、高い計算コストと背景運動に対する時間的ダイナミクスのモデリングの不十分な2つの主な課題に直面している。 動作知識をRGBモデルに転送するためのOADフローに基づく蒸留フレームワークであるCAKEを提案する。 我々のモデルは、単一のCPU上で72FPS以上で動作し、リソース制約されたシステムに非常に適している。
  論文  参考訳（メタデータ） (2026-03-25T06:37:12Z)
• IM-Animation: An Implicit Motion Representation for Identity-decoupled Character Animation [58.297199313494]
  インプシット法は、動画から直接動作の意味をキャプチャするが、動作と外観の絡み合いやアイデンティティの漏洩に悩まされる。 本稿では,フレームごとの動作をコンパクトな1次元モーショントークンに圧縮する新しい暗黙の動作表現を提案する。 本手法では,3段階のトレーニング戦略を用いて,トレーニング効率を高め,高い忠実性を確保する。
  論文  参考訳（メタデータ） (2026-02-07T11:17:20Z)
• Robotic VLA Benefits from Joint Learning with Motion Image Diffusion [114.60268819583017]
  VLA(Vision-Language-Action)モデルは、マルチモーダルな観察と指示を直接行動にマッピングすることで、ロボット操作において顕著な進歩を遂げた。 動き推論機能を備えたVLAモデルを強化する新しい戦略である動き画像拡散を用いた共同学習を提案する。 シミュレーションと実世界の両方の環境での実験により、モーション画像拡散による共同学習がpiシリーズVLAの成功率を97.5%に向上させることが示された。
  論文  参考訳（メタデータ） (2025-12-19T19:07:53Z)
• Efficient Diffusion as Low Light Enhancer [63.789138528062225]
  RATR(Reflectance-Aware Trajectory Refinement)は、イメージの反射成分を用いて教師の軌跡を洗練するための、シンプルで効果的なモジュールである。 textbfReDDiT (textbfDistilled textbfTrajectory) は低照度画像強調(LLIE)に適した効率的で柔軟な蒸留フレームワークである。
  論文  参考訳（メタデータ） (2024-10-16T08:07:18Z)
• TSCM: A Teacher-Student Model for Vision Place Recognition Using Cross-Metric Knowledge Distillation [6.856317526681759]
  視覚的位置認識は、移動ロボットの自律的な探索とナビゲーションにおいて重要な役割を果たす。 既存の手法では、強力だが大規模なネットワークを利用することでこれを克服している。 本稿では,TSCMと呼ばれる高性能な教師と軽量な学生蒸留フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-02T02:29:41Z)
• Motion Sensitive Contrastive Learning for Self-supervised Video Representation [34.854431881562576]
  動作感性コントラスト学習(MSCL)は、光学フローによって捉えられた動き情報をRGBフレームに注入し、特徴学習を強化する。 フレームレベルのコントラスト目標を持つ局所運動コントラスト学習(LMCL)。 Flow Rotation Augmentation (FRA) は追加のモーションシャッフル負のサンプルを生成し、Motion Differential Smpling (MDS) はトレーニングサンプルを正確にスクリーニングする。
  論文  参考訳（メタデータ） (2022-08-12T04:06:56Z)
• StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
  将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。 本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。 本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
  論文  参考訳（メタデータ） (2022-07-21T12:03:02Z)
• Unsupervised Motion Representation Enhanced Network for Action Recognition [4.42249337449125]
  連続するフレーム間の動きの表現は、ビデオの理解を大いに促進することが証明されている。 効果的な光フロー解決器であるTV-L1法は、抽出した光フローをキャッシュするために時間と費用がかかる。 UF-TSN(UF-TSN)は、軽量な非監視光フロー推定器を組み込んだ、エンドツーエンドのアクション認識手法です。
  論文  参考訳（メタデータ） (2021-03-05T04:14:32Z)
• Reinforcement Learning with Latent Flow [78.74671595139613]
  Flow of Latents for Reinforcement Learning (Flare)はRLのためのネットワークアーキテクチャであり、潜時ベクトル差分を通じて時間情報を明示的に符号化する。 本研究では,Frareが状態速度に明示的にアクセスすることなく,状態ベースRLの最適性能を回復することを示す。 我々はまた、FlareがDeepMindコントロールベンチマークスイート内のピクセルベースの挑戦的な連続制御タスクで最先端のパフォーマンスを達成することも示しています。
  論文  参考訳（メタデータ） (2021-01-06T03:50:50Z)
• PAN: Towards Fast Action Recognition via Learning Persistence of Appearance [60.75488333935592]
  最先端のほとんどの手法は、動きの表現として密度の高い光の流れに大きく依存している。 本稿では,光学的フローに依存することで,高速な動作認識に光を当てる。 我々はPersistence of Outearance(PA)と呼ばれる新しい動きキューを設計する。 光学的流れとは対照的に,我々のPAは境界における運動情報の蒸留に重点を置いている。
  論文  参考訳（メタデータ） (2020-08-08T07:09:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。