Fugu-MT 論文翻訳(概要): Partial Attack Supervision and Regional Weighted Inference for Masked Face Presentation Attack Detection

論文の概要: Partial Attack Supervision and Regional Weighted Inference for Masked Face Presentation Attack Detection

arxiv url: http://arxiv.org/abs/2111.04336v1
Date: Mon, 8 Nov 2021 08:53:46 GMT
ステータス: 処理完了
システム内更新日: 2021-11-09 15:49:32.050784
Title: Partial Attack Supervision and Regional Weighted Inference for Masked Face Presentation Attack Detection
Title（参考訳）: 仮面提示検出のための部分的攻撃予測と局所重み付き推論
Authors: Meiling Fang, Fadi Boutros, Arjan Kuijper, Naser Damer
Abstract要約: マスクを着用することはSARS-CoV-2の感染を防ぐ最も効果的な方法の1つであることが証明されている。マスクフェイスPADに直面する主な問題は、不正に分類されたボナフェイドのマスクと、不正に分類された部分攻撃である。本研究では,PADモデルトレーニングを監督する部分攻撃ラベルと,PAD性能を改善するための地域重み付き推論を提案する。
参考スコア（独自算出の注目度）: 5.71864964818217
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Wearing a mask has proven to be one of the most effective ways to prevent the transmission of SARS-CoV-2 coronavirus. However, wearing a mask poses challenges for different face recognition tasks and raises concerns about the performance of masked face presentation detection (PAD). The main issues facing the mask face PAD are the wrongly classified bona fide masked faces and the wrongly classified partial attacks (covered by real masks). This work addresses these issues by proposing a method that considers partial attack labels to supervise the PAD model training, as well as regional weighted inference to further improve the PAD performance by varying the focus on different facial areas. Our proposed method is not directly linked to specific network architecture and thus can be directly incorporated into any common or custom-designed network. In our work, two neural networks (DeepPixBis and MixFaceNet) are selected as backbones. The experiments are demonstrated on the collaborative real mask attack (CRMA) database. Our proposed method outperforms established PAD methods in the CRMA database by reducing the mentioned shortcomings when facing masked faces. Moreover, we present a detailed step-wise ablation study pointing out the individual and joint benefits of the proposed concepts on the overall PAD performance.
Abstract（参考訳）: マスク着用は、sars-cov-2感染を防ぐ最も効果的な方法の1つだと証明されている。しかし,マスクの着用は,異なる顔認識タスクに対する課題を提起し,マスク付き顔提示検出(PAD)の性能に関する懸念を提起する。マスクフェイスPADに直面する主な問題は、不正に分類されたボナフェイドのマスクと、不正に分類された部分攻撃である。本研究は,PADモデルトレーニングを監督する部分攻撃ラベルを検討する手法と,異なる顔領域に焦点を絞ることでPAD性能をさらに向上させる地域重み付け推論を提案することで,これらの課題に対処する。提案手法は,特定のネットワークアーキテクチャに直接リンクせず,任意の共通ネットワークやカスタム設計ネットワークに直接組み込むことができる。本研究では,2つのニューラルネットワーク(DeepPixBisとMixFaceNet)をバックボーンとして選択した。実験は、コラボレーティブリアルマスク攻撃(CRMA)データベース上で実証されている。提案手法は,マスク面に面した場合の問題点を低減し,CRMAデータベース上で確立されたPAD手法よりも優れていた。さらに, 提案概念の個人的, 共同的利益をPAD全体の性能に与える影響について, ステップワイズ・アブレーションの詳細な研究を行った。

関連論文リスト

Imperceptible Face Forgery Attack via Adversarial Semantic Mask [59.23247545399068]
本稿では, 対向性, 可視性に優れた対向性例を生成できるASMA(Adversarial Semantic Mask Attack framework)を提案する。具体的には, 局所的なセマンティック領域の摂動を抑制し, 良好なステルス性を実現する, 対向型セマンティックマスク生成モデルを提案する。
論文参考訳（メタデータ） (2024-06-16T10:38:11Z)
Seeing through the Mask: Multi-task Generative Mask Decoupling Face Recognition [47.248075664420874]
現在の一般的な顔認識システムは、隠蔽シーンに遭遇する際の重大な性能劣化に悩まされている。本稿では,これら2つのタスクを協調的に扱うために,マルチタスクのgEnerative mask dEcoupling Face Recognition (MEER) ネットワークを提案する。まず,マスクと識別情報を分離する新しいマスクデカップリングモジュールを提案する。
論文参考訳（メタデータ） (2023-11-20T03:23:03Z)
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)
Mask-invariant Face Recognition through Template-level Knowledge Distillation [3.727773051465455]
マスクは従来の顔認識システムの性能に影響を与える。マスク不変顔認識ソリューション(MaskInv)を提案する。蒸留された知識に加えて、学生ネットワークは、マージンベースのアイデンティティ分類損失による追加ガイダンスの恩恵を受ける。
論文参考訳（メタデータ） (2021-12-10T16:19:28Z)
Adversarial Mask: Real-World Adversarial Attack Against Face Recognition Models [66.07662074148142]
本稿では,最先端の深層学習に基づく顔認識モデルに対する物理対角的普遍摂動(UAP)を提案する。実験では,幅広い深層学習モデルとデータセットへの対向マスクの転送可能性について検討した。ファブリック・メディカル・フェイスマスクに対向パターンを印刷することにより,実世界の実験において,我々の対向マスクの有効性を検証した。
論文参考訳（メタデータ） (2021-11-21T08:13:21Z)
FocusFace: Multi-task Contrastive Learning for Masked Face Recognition [4.420321822469077]
SARS-CoV-2は科学界に直接的かつ間接的な課題を提示した。顔認識手法は、マスクやマスクされていない個人に類似した精度で身元確認を行うのに苦労する。本研究では,マルチタスクアーキテクチャであるFocusFaceを提案する。
論文参考訳（メタデータ） (2021-10-28T08:17:12Z)
Mask or Non-Mask? Robust Face Mask Detector via Triplet-Consistency Representation Learning [23.062034116854875]
新型コロナウイルスの感染拡大を遅らせる効果的な方法の1つは、ワクチンや薬品がない場合、マスクを着用することである。公共の場でのマスクや覆いの使用を義務付けるには、面倒で注意が集中的な人的資源の追加が必要である。本稿では,フィードフォワード畳み込みニューラルネットワークの効果的な注目を実現するために,コンテキストアテンションモジュールを用いたフェイスマスク検出フレームワークを提案する。
論文参考訳（メタデータ） (2021-10-01T16:44:06Z)
MLFW: A Database for Face Recognition on Masked Faces [56.441078419992046]
Masked LFW (MLFW) は、マスクのない顔からマスクされた顔を自動的に生成するツールである。 SOTAモデルの認識精度は、元の画像の精度と比較して、MLFWデータベース上で5%-16%低下する。
論文参考訳（メタデータ） (2021-09-13T09:30:10Z)
My Eyes Are Up Here: Promoting Focus on Uncovered Regions in Masked Face Recognition [4.171626860914305]
マスク付き顔認識(MFR)の課題に対処し、FRSにおける検証性能の評価に焦点をあてる。本研究では,従来の三重項損失と平均二乗誤差(MSE)を組み合わせることで,マスク付き非マスク比較モードにおけるMFRシステムのロバスト性を改善する手法を提案する。
論文参考訳（メタデータ） (2021-08-02T15:51:15Z)
Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
論文参考訳（メタデータ） (2021-04-13T12:48:38Z)
Real Masks and Fake Faces: On the Masked Face Presentation Attack Detection [7.324459578044212]
顔認識(FR)は、いくつかの識別機能が隠されているため、難しい作業です。顔提示攻撃検出(PAD)はFRシステムのセキュリティを確保するために重要です。本研究では,現実世界の状況を反映して,マスクを装着した被験者による実在のマスクによる斬新な攻撃を提示する。
論文参考訳（メタデータ） (2021-03-02T08:05:50Z)

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。