論文の概要: PW-MAD: Pixel-wise Supervision for Generalized Face Morphing Attack Detection

• arxiv url: http://arxiv.org/abs/2108.10291v1
• Date: Mon, 23 Aug 2021 17:04:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-24 15:39:40.813792
• Title: PW-MAD: Pixel-wise Supervision for Generalized Face Morphing Attack Detection
• Title（参考訳）: PW-MAD:汎用顔形態検出のための画素ワイズスーパービジョン
• Authors: Naser Damer, Noemie Spiller, Meiling Fang, Fadi Boutros, Florian Kirchbuchner and Arjan Kuijper
• Abstract要約: 顔変形攻撃画像は複数のアイデンティティに検証できるため、境界チェックのようなアイデンティティ検証に基づくプロセスに対する大きな脆弱性となる。 しかし、顔の変形を検知する様々な方法が提案されているが、予期せぬ後変態過程への一般化性は低い。 主要なポストモーフィングプロセスは、パスポートやID文書を発行する際、多くの国で実施される印刷およびスキャン操作である。
• 参考スコア（独自算出の注目度）: 6.24950085812444
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A face morphing attack image can be verified to multiple identities, making this attack a major vulnerability to processes based on identity verification, such as border checks. Different methods have been proposed to detect face morphing attacks, however, with low generalizability to unexpected post-morphing processes. A major post-morphing process is the print and scan operation performed in many countries when issuing a passport or identity document. In this work, we address this generalization problem by adapting a pixel-wise supervision approach where we train a network to classify each pixel of the image into an attack or not during the training process, rather than only having one label for the whole image. Our pixel-wise morphing attack detection (PW-MAD) solution performs more accurately than a set of established baselines. More importantly, our approach shows high generalizability in comparison to related works, when evaluated on unknown re-digitized attacks. Additionally to our PW-MAD approach, we create a new face morphing attack dataset with digital and re-digitized attacks and bona fide samples, namely the LMA-DRD dataset that will be made publicly available for research purposes.
• Abstract（参考訳）: フェイスモーフィング攻撃画像は複数のidに対して検証することができ、この攻撃は境界チェックのようなアイデンティティ検証に基づくプロセスにとって大きな脆弱性となる。 しかし、顔の変形を検知する様々な方法が提案されているが、予期せぬ後変態過程への一般化性は低い。 主要なポストモーフィングプロセスは、パスポートやID文書を発行する際、多くの国で実施される印刷およびスキャン操作である。 本研究では,画像全体のラベルを1つだけ持つのではなく,トレーニングプロセス中に,画像の各ピクセルを攻撃に分類するネットワークを訓練する,画素単位の監視アプローチを適用することで,この一般化問題に対処する。 我々のPW-MAD(Pixel-wise morphing attack Detection)ソリューションは、確立されたベースラインのセットよりも精度が高い。 さらに, 本手法は, 未知の再帰攻撃に対する評価において, 関連する作業と比較して高い一般化性を示す。 当社のPW-MADアプローチに加えて、デジタルおよび再デジタル化された攻撃とボナファイドサンプルを備えた新たな顔変形攻撃データセット、すなわち、研究目的で公開されるLMA-DRDデータセットを作成しています。

関連論文リスト

• ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
  深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。 この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。 我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• Generating Automatically Print/Scan Textures for Morphing Attack Detection Applications [7.287930923353593]
  主なシナリオの1つは、モルヒネ画像を印刷し、パスポートアプリケーションプロセスで各プリントを送信することである。 プライバシー上の懸念から、MADアルゴリズムをトレーニングするための小さなデータセットが利用可能だ。 本稿では,デジタル印刷/スキャン顔画像の自動生成のための転送転送に基づく2つの異なる手法を提案する。
  論文  参考訳（メタデータ） (2024-08-18T17:53:26Z)
• Hierarchical Generative Network for Face Morphing Attacks [7.34597796509503]
  顔認識システム(FRS)は、複数のアイデンティティを含む形態画像を作成することで、顔認識システム(FRS)を回避している。 本研究では, 画像の品質向上と寄与するアイデンティティの保存を図るため, 新たなモーフィング攻撃法を提案する。
  論文  参考訳（メタデータ） (2024-03-17T06:09:27Z)
• Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
  顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。 顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
  論文  参考訳（メタデータ） (2023-10-18T14:49:54Z)
• Multispectral Imaging for Differential Face Morphing Attack Detection: A Preliminary Study [7.681417534211941]
  本稿では,D-MAD(D-MAD)のためのマルチスペクトルフレームワークを提案する。 提案したマルチスペクトルD-MADフレームワークは、7つの異なるスペクトルバンドを取得してモーフィング攻撃を検出するために、信頼できるキャプチャとしてキャプチャされたマルチスペクトル画像を導入する。
  論文  参考訳（メタデータ） (2023-04-07T07:03:00Z)
• Restricted Black-box Adversarial Attack Against DeepFake Face Swapping [70.82017781235535]
  本稿では,顔画像偽造モデルに対する問い合わせを一切必要としない現実的な敵攻撃を提案する。 本手法は,顔の再構成を行う代用モデルに基づいて構築され,置換モデルから非アクセス可能なブラックボックスDeepFakeモデルへの逆例を直接転送する。
  論文  参考訳（メタデータ） (2022-04-26T14:36:06Z)
• Robust Physical-World Attacks on Face Recognition [52.403564953848544]
  ディープニューラルネットワーク(DNN)の開発によって顔認識が大幅に促進された 近年の研究では、DNNは敵対的な事例に対して非常に脆弱であることが示されており、現実世界の顔認識の安全性に対する深刻な懸念が提起されている。 ステッカーによる顔認識の物理的攻撃について検討し、その対向的堅牢性をよりよく理解する。
  論文  参考訳（メタデータ） (2021-09-20T06:49:52Z)
• Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
  顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。 以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。 キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-04-28T09:35:48Z)
• Vulnerability Analysis of Face Morphing Attacks from Landmarks and Generative Adversarial Networks [0.8602553195689513]
  本稿は,OpenCV, FaceMorpher, WebMorph, および生成対向ネットワーク(StyleGAN)に基づく4種類のモーフィング攻撃を用いた新しいデータセットを提供する。 また,facenet,vgg-face,arcfaceなど,最先端の顔認識システムの脆弱性を評価するための広範な実験を行った。
  論文  参考訳（メタデータ） (2020-12-09T22:10:17Z)
• Face Morphing Attack Generation & Detection: A Comprehensive Survey [12.936155415524937]
  顔認識システム (FRS) はバイオメトリック・コミュニティから大きな関心を集めている。 モーフィング攻撃の目標は、自動境界制御ゲートでFRSを反転させることである。 悪質な俳優及び共犯者は、変形した顔画像を生成して、eパスポートを得ることができる。
  論文  参考訳（メタデータ） (2020-11-03T22:36:27Z)
• MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
  我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。 提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
  論文  参考訳（メタデータ） (2020-10-25T23:01:13Z)

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。