論文の概要: Masked Faces with Faced Masks

• arxiv url: http://arxiv.org/abs/2201.06427v1
• Date: Mon, 17 Jan 2022 14:37:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-19 13:28:01.568064
• Title: Masked Faces with Faced Masks
• Title（参考訳）: マスク付きマスク付きマスク
• Authors: Jiayi Zhu and Qing Guo and Felix Juefei-Xu and Yihao Huang and Yang Liu and Geguang Pu
• Abstract要約: 顔認証システム(FRS)は、被験者が顔マスクを着用しているときにまだ不足している。 直感的な部分的治療は、マスク検出器を追加してマスクされた顔にフラグを付けることで、FRSがそれに従って動作できるようにすることである。 本研究では,マスク検出装置を備えたFRSの大規模マスク面における潜在的な脆弱性について検討した。
• 参考スコア（独自算出の注目度）: 17.927951630747483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern face recognition systems (FRS) still fall short when the subjects are wearing facial masks, a common theme in the age of respiratory pandemics. An intuitive partial remedy is to add a mask detector to flag any masked faces so that the FRS can act accordingly for those low-confidence masked faces. In this work, we set out to investigate the potential vulnerability of such FRS, equipped with a mask detector, on large-scale masked faces. As existing face recognizers and mask detectors have high performance in their respective tasks, it is a challenge to simultaneously fool them and preserve the transferability of the attack. To this end, we devise realistic facial masks that exhibit partial face patterns (i.e., faced masks) and stealthily add adversarial textures that can not only lead to significant performance deterioration of the SOTA deep learning-based FRS, but also remain undetected by the SOTA facial mask detector, thus successfully fooling both systems at the same time. The proposed method unveils the vulnerability of the FRS when dealing with masked faces wearing faced masks.
• Abstract（参考訳）: 現代の顔認識システム(FRS)は、被験者がマスクを着用しているときに依然として不足している。 直感的な部分的治療は、マスク付き顔にマスク検出装置を追加して、低信頼のマスク付き顔に対してFRSが対応できるようにすることである。 本研究では,マスク検出装置を備えたFRSの大規模マスク面における潜在的な脆弱性について検討した。 既存の顔認識器とマスク検出器は、それぞれのタスクで高い性能を持つため、同時にそれらを騙し、攻撃の伝達性を維持することは困難である。 そこで本研究では,顔の部分的な顔パターン(面面マスクなど)を呈するリアルな顔マスクを考案し,soma深層学習に基づくfrsの大幅な性能低下につながるだけでなく,soma顔マスク検出器によって検出されず,両システムを同時に騙すことに成功した。 提案手法は,マスクを被ったマスク面を扱う場合のFRSの脆弱性を明らかにする。

関連論文リスト

• Face Mask Removal with Region-attentive Face Inpainting [0.7433327915285965]
  本研究では,顔のマスク部分の復元・再構成を行う生成顔インペイント法を提案する。 提案手法は,空間情報損失を軽減するため,M-CSAM (M-scale Channel-Spatial Attention Module) を含む。 我々は、CelebAデータセットから5種類のマスクを組み込むことで、独自のMasked-Facesデータセットを合成する。
  論文  参考訳（メタデータ） (2024-09-10T20:10:11Z)
• 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)
• Invertible Mask Network for Face Privacy-Preserving [101.08196206784376]
  Invertible "Mask" Network (IMN) に基づく顔のプライバシー保護手法を提案する。 提案手法は保護面のプライバシーを効果的に保護するだけでなく,マスク面から保護面をほぼ完全に復元する。
  論文  参考訳（メタデータ） (2022-04-19T13:44:46Z)
• 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)
• 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)
• Masked Face Recognition Challenge: The InsightFace Track Report [79.77020394722788]
  新型コロナウイルス(COVID-19)が流行する中、ほとんどの人が顔認証に挑戦するマスクを着用している。 本ワークショップでは,顔マスクの存在下でのベンチマークによる深層顔認識手法に着目した。
  論文  参考訳（メタデータ） (2021-08-18T15:14:44Z)
• 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)
• MaskedFace-Net -- A Dataset of Correctly/Incorrectly Masked Face Images in the Context of COVID-19 [2.7528170226206443]
  マスクの着用は、新型コロナウイルスの感染拡大を制限する解決策として現れる。 このタスクを行うためには,マスクを着用している人やマスクを着用していない人を検出するために,深層学習モデルの訓練にマスク付き顔の大規模なデータセットが必要である。 マスクされた顔の大規模なデータセットが文献で公開されているが、現在、検出されたマスクされた顔が正しく着用されているかどうかを確認できるマスクされた顔画像の大規模なデータセットは存在しない。
  論文  参考訳（メタデータ） (2020-08-18T16:38:11Z)

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。