How far did we get in face spoofing detection?

Autor(es)

Souza, Luiz ^[1] ; Oliveira, Luciano ^[1] ; Pamplona, Mauricio ^[1] ; Papa, Joao ^[2]

Afiliação do(s) autor(es)

^[1] Univ Fed Bahia, IVISION Lab, Salvador, BA - Brazil

^[2] Sao Paulo State Univ, RECOGNA Lab, Sao Paulo - Brazil

• Tipo de documento: Artigo Científico
• Fonte: ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE; v. 72, p. 368-381, JUN 2018.
• Citações Web of Science: 1

Resumo

The growing use of control access systems based on face recognition shed light over the need for even more accurate systems to detect face spoofing attacks. In this paper, an extensive analysis on face spoofing detection works published in the last decade is presented. The analyzed works are categorized by their fundamental parts, i.e., descriptors and classifiers. This structured survey also brings a comparative performance analysis of the works considering the most important public data sets in the field. The methodology followed in this work is particularly relevant to observe temporal evolution of the field, trends in the existing approaches, to discuss still opened issues, and to propose new perspectives for the future of face spoofing detection. (AU)

• Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
• Beneficiário: Francisco Louzada Neto
• Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
• Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
• Beneficiário: Alexandre Xavier Falcão
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Regular