L’émergence de l’authentification biométrique fondée sur des capteurs modernes intégrés aux dispositifs électroniques a entraîné une utilisation croissante des technologies de reconnaissance faciale. Bien que ces technologies puissent sembler fascinantes, elles sont accompagnées de nombreux inconvénients implicites. Dans ce travail, nous nous intéressons au problème de la détection anti-spoofing facial (FAS) au niveau des trames, dans le but de réduire les risques associés aux attaques par falsification faciale dans les processus d’authentification biométrique. Nous avons exploité un réseau de pyramide de caractéristiques bidirectionnel (BiFPN), utilisé pour l’extraction de caractéristiques multi-échelles par convolution dans l’architecture de détection EfficientDet, une approche novatrice pour la tâche de FAS. Nous avons ensuite utilisé ces caractéristiques multi-échelles issues de convolution afin de réaliser une supervision profonde au niveau des pixels. Pour l’ensemble de nos expérimentations, nous avons effectué des évaluations sur l’ensemble des principaux jeux de données et obtenu des résultats compétitifs dans la majorité des cas. En outre, nous avons démontré qu’introduire une branche de self-supervision auxiliaire chargée de reconstruire les entrées dans le domaine fréquentiel permet d’atteindre un taux moyen d’erreur de classification (ACER) de 2,92 % sur le protocole IV du jeu de données OULU-NPU, ce qui représente une performance significativement supérieure aux travaux publiés actuellement sur le sujet de la détection anti-spoofing facial au niveau pixel. Enfin, conformément aux procédures adoptées par des travaux antérieurs, nous avons réalisé des tests inter-jeux de données, ce qui renforce davantage la généralisation des modèles proposés, puisqu’ils obtiennent des résultats optimaux sur divers capteurs sans nécessiter de procédure d’ajustement fin (fine-tuning).