Bi-FPNFAS: 푸리에 스펙트럼을 활용한 픽셀 단위 얼굴 위조 방지를 위한 양방향 특징 피라미드 네트워크

전자 기기 내 현대 센서를 활용한 생체 인식 기반 인증 기술의 등장으로 얼굴 인식 기술의 사용이 급격히 증가하고 있다. 이러한 기술들은 매력적으로 보일 수 있지만, 여러 은폐된 단점들을 수반하고 있다. 본 논문에서는 생체 인증 과정에서 얼굴 위조 공격의 위험을 완화하기 위해 프레임 단위에서 얼굴 위조 방지(Face Anti-Spoofing, FAS) 문제를 탐구한다. 우리는 EfficientDet 탐지 아키텍처에서 사용되는 컨볼루션을 통한 다중 스케일 특징 추출에 활용되는 양방향 특징 피라미드 네트워크(Bi-directional Feature Pyramid Network, BiFPN)를 FAS 작업에 처음으로 도입하였다. 또한, 이러한 컨볼루션 기반의 다중 스케일 특징을 활용하여 깊은 픽셀 단위의 감독을 수행한다. 본 연구의 모든 실험에서는 주요 데이터셋 전반에 걸쳐 평가를 수행하였으며, 대부분의 경우에서 경쟁력 있는 성능을 달성하였다. 더불어, 입력 데이터를 주파수 도메인에서 재구성하도록 설계된 보조 자기지도 학습 브랜치를 도입함으로써 OULU-NPU 데이터셋의 Protocol IV에서 평균 분류 오차율(Average Classification Error Rate, ACER) 2.92%를 달성하였으며, 이는 현재까지 발표된 픽셀 단위 얼굴 위조 방지 기술들 중에서 매우 뛰어난 성능이다. 또한, 이전 연구들의 절차를 따르며 데이터셋 간 테스트를 수행하였으며, 이는 제안된 모델의 일반화 능력을 추가로 입증하였으며, 특별한 미세 조정 없이 다양한 센서 환경에서도 최적의 성능을 보였다.