論文の概要: Detection of Morphed Face Images Using Discriminative Wavelet Sub-bands

• arxiv url: http://arxiv.org/abs/2106.08565v1
• Date: Wed, 16 Jun 2021 06:03:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-18 05:57:39.448094
• Title: Detection of Morphed Face Images Using Discriminative Wavelet Sub-bands
• Title（参考訳）: 識別ウェーブレットサブバンドを用いた形態素顔画像の検出
• Authors: Poorya Aghdaie, Baaria Chaudhary, Sobhan Soleymani, Jeremy Dawson, Nasser M. Nasrabadi
• Abstract要約: 識別可能な2次元離散ウェーブレット変換(2D-DWT)に基づく手法を提案する。 識別ウェーブレットサブバンドは、実画像と形態画像との整合性を強調することができる。 我々は22個の識別サブバンドで訓練されたディープニューラルネットワーク(DNN)が、変形したサンプルを正確に検出できることを示す。
• 参考スコア（独自算出の注目度）: 18.22557507385582
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work investigates the well-known problem of morphing attacks, which has drawn considerable attention in the biometrics community. Morphed images have exposed face recognition systems' susceptibility to false acceptance, resulting in dire consequences, especially for national security applications. To detect morphing attacks, we propose a method which is based on a discriminative 2D Discrete Wavelet Transform (2D-DWT). A discriminative wavelet sub-band can highlight inconsistencies between a real and a morphed image. We observe that there is a salient discrepancy between the entropy of a given sub-band in a bona fide image, and the same sub-band's entropy in a morphed sample. Considering this dissimilarity between these two entropy values, we find the Kullback-Leibler divergence between the two distributions, namely the entropy of the bona fide and the corresponding morphed images. The most discriminative wavelet sub-bands are those with the highest corresponding KL-divergence values. Accordingly, 22 sub-bands are selected as the most discriminative ones in terms of morph detection. We show that a Deep Neural Network (DNN) trained on the 22 discriminative sub-bands can detect morphed samples precisely. Most importantly, the effectiveness of our algorithm is validated through experiments on three datasets: VISAPP17, LMA, and MorGAN. We also performed an ablation study on the sub-band selection.
• Abstract（参考訳）: 本研究は, バイオメトリックスコミュニティで注目されている, モーフィング攻撃のよく知られた問題について考察する。 モーフィックな画像は、顔認識システムの誤認に対する感受性を露呈し、特に国家安全保障上のアプリケーションにおいて、ひどい結果をもたらす。 モーフィング攻撃を検出するために,2次元離散ウェーブレット変換(2d-dwt)に基づく手法を提案する。 識別ウェーブレットサブバンドは、実画像と形態画像との矛盾を強調することができる。 ボナファイド画像における所定のサブバンドのエントロピーと、モルフィックサンプルにおける同じサブバンドのエントロピーとの間には、有意な差があることを観察する。 この2つのエントロピー値の相違を考えると、2つの分布、すなわち、ボナフィドのエントロピーと対応するモルフィド画像の間にクルバック・リーブラーのばらつきが生じる。 最も識別可能なウェーブレットサブバンドは、対応するklダイバージェンス値が最も高いバンドである。 したがって、モルフィック検出の観点から22個のサブバンドを最も識別可能なバンドとして選択する。 22個の識別サブバンドで訓練されたディープニューラルネットワーク(dnn)が、モーフィックサンプルを正確に検出できることを示す。 最も重要な点として、我々のアルゴリズムの有効性は、VISAPP17、LMA、MorGANという3つのデータセットの実験を通して検証される。 また,サブバンド選択に関するアブレーション調査を行った。

関連論文リスト

• Dual-path Frequency Discriminators for Few-shot Anomaly Detection [12.956761809902167]
  本稿では、これらの問題に対処するために、周波数観点からDual-Path Frequency Discriminator (DFD)ネットワークを提案する。 識別者は擬似アノマリーの形で共同表現を学ぶ。 MVTec AD と VisA ベンチマークで行った実験では、DFD が現在の最先端手法を超越していることが示されている。
  論文  参考訳（メタデータ） (2024-03-07T02:17:59Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Spatial-Frequency Discriminability for Revealing Adversarial Perturbations [53.279716307171604]
  敵の摂動に対するディープニューラルネットワークの脆弱性は、コンピュータビジョンコミュニティで広く認識されている。 現在のアルゴリズムは、通常、自然および敵対的なデータの識別的分解を通じて、敵のパターンを検出する。 空間周波数Krawtchouk分解に基づく識別検出器を提案する。
  論文  参考訳（メタデータ） (2023-05-18T10:18:59Z)
• MorphGANFormer: Transformer-based Face Morphing and De-Morphing [55.211984079735196]
  顔変形に対するスタイルGANベースのアプローチが主要な技術である。 本稿では,顔の変形に対する変換器ベースの代替手段を提案し,その利点をStyleGANベースの方法と比較した。
  論文  参考訳（メタデータ） (2023-02-18T19:09:11Z)
• Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth Uncertainty Learning [54.15303628138665]
  フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。 既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。 我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:36:59Z)
• Morph Detection Enhanced by Structured Group Sparsity [18.22557507385582]
  顔認識システムの整合性を著しく損なう顔変形攻撃の課題を考察する。 我々はウェーブレット領域分析を用いて、形態面の空間周波数内容の洞察を得る。 我々は、モルヒドおよびボナフィド画像の分解ウェーブレットサブバンドを用いて、ディープニューラルネットワーク(DNN)モルヒド検出器を訓練する。
  論文  参考訳（メタデータ） (2021-11-29T20:45:03Z)
• Attention Aware Wavelet-based Detection of Morphed Face Images [18.22557507385582]
  本稿では,エンドツーエンドのトレーニング可能なソフトアテンション機構を採用したウェーブレットに基づくモーメント検出手法を提案する。 提案手法の性能を,VISAPP17, LMA, MorGANの3つのデータセットを用いて評価した。
  論文  参考訳（メタデータ） (2021-06-29T19:29:19Z)
• Differential Morph Face Detection using Discriminative Wavelet Sub-bands [18.22557507385582]
  顔認識システムは、モーフィング攻撃に弱い。 本研究では,非効率な2次元離散ウェーブレット変換を利用したモーフィックアタック検出アルゴリズムを提案する。 識別ウェーブレットサブバンドは、実画像と形態画像との相違をアクセントすることができる。
  論文  参考訳（メタデータ） (2021-06-24T16:55:34Z)
• DVG-Face: Dual Variational Generation for Heterogeneous Face Recognition [85.94331736287765]
  我々は、HFRを二重生成問題として定式化し、新しいDual Variational Generation(DVG-Face)フレームワークを用いてそれに取り組む。 大規模可視データの豊富なアイデンティティ情報を結合分布に統合する。 同一の同一性を持つ多種多様な多種多様な画像は、ノイズから生成することができる。
  論文  参考訳（メタデータ） (2020-09-20T09:48:24Z)
• Spectrum Translation for Cross-Spectral Ocular Matching [59.17685450892182]
  バイオメトリックスでは、特に眼領域において、クロススペクトル検証が大きな問題となっている。 近赤外画像と視覚光画像のスペクトル変換におけるコンディショナル・ディバイサル・ネットワークの利用について検討した。
  論文  参考訳（メタデータ） (2020-02-14T19:30:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。