Dinov2 Liveness Detection V2.2.3

由 nguyenkhoa 开发

基于DINOv2架构的活体检测模型，用于区分真实人脸与伪造攻击，在评估集上达到99.32%的准确率。

下载量 346

发布时间 : 1/23/2025

模型介绍

内容详情

替代品

模型简介

该模型是基于DINOv2架构微调的活体检测模型，专门用于识别真实人脸与各种伪造攻击（如照片、视频重放等），可应用于身份验证和安全系统。

高精度检测

在评估集上达到99.32%的准确率，F1值0.9932，具有优秀的真假人脸区分能力

抗攻击能力强

针对各种伪造攻击（如照片、视频重放等）具有18.27%的攻击呈现分类错误率(APCER)

低误拒率

真实呈现分类错误率(BPCER)仅为0.89%，有效减少对真实用户的误判

人脸活体检测

伪造攻击识别

实时人脸验证

身份认证

移动银行身份验证

在移动银行应用中用于防止照片或视频重放攻击

可有效降低金融欺诈风险

门禁系统

用于智能门禁系统防止非授权人员使用照片或视频欺骗系统

提高物理安全防护等级

安全防护

支付系统保护

在移动支付场景中确保交易者为真实用户

减少支付欺诈行为