要約
本稿では、後続の顔認識システムのセキュリティを強化することを目的として、オンライン顔の生体検出（face liveness detection）システムの性能向上に注目する。既存のフレームベース手法の多くは、時間にわたる予測の一貫性の欠如という課題に直面している。この問題に対処するため、時系列的一貫性に基づくシンプルでありながら効果的な解決策を提案する。具体的には、学習段階において、ソフトマックス交差エントロピー損失に加えて、時系列自己教師学習損失（temporal self-supervision loss）およびクラス一貫性損失（class consistency loss）を導入し、時系列的一貫性を統合する。運用段階では、訓練を必要とせず、パラメータを保持しない不確実性推定モジュールを設計し、予測を適応的に平滑化する。一般的な評価手法に加えて、より現実的なシナリオに対応できるように、動画セグメントベースの評価手法を提案する。広範な実験により、本手法が様々な状況下で複数の提示攻撃（presentation attacks）に対してより高いロバスト性を示し、複数の公開データセットにおいて、ACER（Attack Classification Error Rate）において最先端手法を最低40％以上上回ることが確認された。さらに、計算複雑度が大幅に低減され（FLOPsが約33％削減）、低遅延のオンライン応用への大きな可能性を有している。