論文の概要: Attention Aware Wavelet-based Detection of Morphed Face Images
- arxiv url: http://arxiv.org/abs/2106.15686v1
- Date: Tue, 29 Jun 2021 19:29:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-01 15:35:24.661523
- Title: Attention Aware Wavelet-based Detection of Morphed Face Images
- Title（参考訳）: 注意を意識したウェーブレットに基づく顔画像のモーフィック検出
- Authors: Poorya Aghdaie, Baaria Chaudhary, Sobhan Soleymani, Jeremy Dawson,
Nasser M. Nasrabadi
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 18.22557507385582
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Morphed images have exploited loopholes in the face recognition checkpoints,
e.g., Credential Authentication Technology (CAT), used by Transportation
Security Administration (TSA), which is a non-trivial security concern. To
overcome the risks incurred due to morphed presentations, we propose a
wavelet-based morph detection methodology which adopts an end-to-end trainable
soft attention mechanism . Our attention-based deep neural network (DNN)
focuses on the salient Regions of Interest (ROI) which have the most spatial
support for morph detector decision function, i.e, morph class binary softmax
output. A retrospective of morph synthesizing procedure aids us to speculate
the ROI as regions around facial landmarks , particularly for the case of
landmark-based morphing techniques. Moreover, our attention-based DNN is
adapted to the wavelet space, where inputs of the network are coarse-to-fine
spectral representations, 48 stacked wavelet sub-bands to be exact. We evaluate
performance of the proposed framework using three datasets, VISAPP17, LMA, and
MorGAN. In addition, as attention maps can be a robust indicator whether a
probe image under investigation is genuine or counterfeit, we analyze the
estimated attention maps for both a bona fide image and its corresponding
morphed image. Finally, we present an ablation study on the efficacy of
utilizing attention mechanism for the sake of morph detection.
- Abstract（参考訳）: 例えば、交通保安局(tsa)が使用する認証認証技術(cat)は、自明なセキュリティ上の懸念である。
本研究では, 波形提示によるリスクを克服するため, 終末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形態検出手法を提案する。
我々の注意に基づくディープニューラルネットワーク(dnn)は、モーフ検出器決定関数、すなわちモルフクラスバイナリソフトマックス出力の空間的サポートが最も高い関心領域(roi)に焦点を当てている。
形態合成手順のふりかえりは、特にランドマークベースの形態形成技術の場合、顔のランドマーク周辺の領域としてのroiを推測するのに役立ちます。
さらに、注意に基づくdnnはウェーブレット空間に適応しており、ネットワークの入力は粗いスペクトル表現であり、48の積み重ねられたウェーブレットサブバンドである。
3つのデータセット,VISAPP17, LMA, MorGAN を用いて提案手法の性能評価を行った。
また,調査対象のプローブ画像が本物であるか偽物であるかの指標としてアテンションマップが有用であるため,ボナファイド画像とそれに対応するモルヒド画像の両方について,推定アテンションマップを解析する。
最後に, 形態検出のための注意機構の活用効果について, アブレーション研究を行った。
関連論文リスト
- UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。
我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
論文 参考訳（メタデータ） (2024-07-26T20:51:54Z) - Attention Consistency Refined Masked Frequency Forgery Representation
for Generalizing Face Forgery Detection [96.539862328788]
既存の偽造検出方法は、未確認領域の真正性を決定する不満足な一般化能力に悩まされている。
ACMF(Attention Consistency Refined masked frequency forgery representation model)を提案する。
いくつかのパブリックフェイスフォージェリーデータセットの実験結果から,提案手法の性能は最先端の手法と比較して優れていることが示された。
論文 参考訳（メタデータ） (2023-07-21T08:58:49Z) - Face Feature Visualisation of Single Morphing Attack Detection [13.680968065638108]
本稿では,異なる顔特徴抽出アルゴリズムの視覚化について説明する。
単変態攻撃検出のためのボナファイドの検出と変態画像を可能にする。
この視覚化は、境界ポリシーのためのグラフィカルユーザインタフェースの開発に役立つかもしれない。
論文 参考訳（メタデータ） (2023-04-25T17:51:23Z) - 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) - 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) - Single Morphing Attack Detection using Feature Selection and
Visualisation based on Mutual Information [13.725021925072603]
本稿では, 強度, 形状, テクスチャから抽出した特徴を探索し, 相互情報フィルタに基づく特徴選択ステージを提案する。
目と鼻は、分析される最も重要な領域として識別される。
論文 参考訳（メタデータ） (2021-10-26T10:27:06Z) - Detect and Locate: A Face Anti-Manipulation Approach with Semantic and
Noise-level Supervision [67.73180660609844]
本稿では,画像中の偽造顔を効率的に検出する,概念的にシンプルだが効果的な方法を提案する。
提案手法は,画像に関する意味の高い意味情報を提供するセグメンテーションマップに依存する。
提案モデルでは,最先端検出精度と顕著なローカライゼーション性能を実現する。
論文 参考訳（メタデータ） (2021-07-13T02:59:31Z) - Focused LRP: Explainable AI for Face Morphing Attack Detection [3.145455301228176]
本稿では,Deep Neural Networkによって画像領域を用いて,実際の顔画像と形態的顔画像とを識別する,正確なピクセルレベルの人間の検査者に説明する枠組みを提案する。
また,本手法の品質を客観的に分析し,FLRPを他の解釈可能性手法と比較する枠組みを提案する。
論文 参考訳（メタデータ） (2021-03-26T19:05:01Z) - Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in
Frequency Domain [88.7339322596758]
本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。
SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
論文 参考訳（メタデータ） (2021-03-02T16:45:08Z) - Ventral-Dorsal Neural Networks: Object Detection via Selective Attention [51.79577908317031]
我々はVDNet(Ventral-Dorsal Networks)と呼ばれる新しいフレームワークを提案する。
人間の視覚システムの構造にインスパイアされた我々は「Ventral Network」と「Dorsal Network」の統合を提案する。
実験の結果,提案手法は最先端の物体検出手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2020-05-15T23:57:36Z)
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。