얼굴 스푸핑 탐지(Face Anti-Spoofing, FAS)는 보안이 요구되는 다양한 애플리케이션에서 얼굴 인식 시스템의 무결성을 유지하는 데 필수적이다. 최근에는 멀티모달(예: RGB, infrared, depth) 얼굴 스푸핑 탐지 기법이 다양한 스푸핑 단서를 포착하여 탐지 성능을 높이면서 많은 관심을 받고 있다. 그러나 기존 연구들은 단순한 크로스 어탠션 방식을 활용하거나 모달 간의 공통적인 특징 추출에 의존하는 경향이 있어 각 모달의 세부적인 특성을 충분히 활용하는 데 한계가 있다. 따라서 본 논문에서는 새로운 멀티모달 융합 방식인 Difference Cross-Fusion을 제안한다. 본 접근법은 각 모달의 고유하고 상호 배타적인 정보를 교환함으로써, 모달 간 정교하고 효과적인 상호작용을 가능하게 한다. 이는 다양한 딥러닝 기반 모델에 쉽게 적용할 수 있으며, 기존 기법 대비 일관된 성능 향상을 보인다. 본 연구는 점차 복잡해지는 얼굴 스푸핑 탐지 분야에 대한 실용적이고 효율적인 솔루션을 제공하며, 향후 연구 및 실제 응용에서도 유망한 방향성을 제시한다.
Kim et al. (Sat,) studied this question.