Fugu-MT 論文翻訳(概要): Face Verification Bypass

論文の概要: Face Verification Bypass

arxiv url: http://arxiv.org/abs/2203.15068v1
Date: Mon, 28 Mar 2022 20:19:56 GMT
ステータス: 処理完了
システム内更新日: 2022-03-30 16:36:59.136751
Title: Face Verification Bypass
Title（参考訳）: 顔認証バイパス
Authors: Sanjana Sarda
Abstract要約: 私たちはStarGAN v2をトレーニングし、人間のユーザーに基づいた多様な画像を生成する。次に、カスタム顔認証システムで概念実証を行い、クレームの検証を行う。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Face verification systems aim to validate the claimed identity using feature vectors and distance metrics. However, no attempt has been made to bypass such a system using generated images that are constrained by the same feature vectors. In this work, we train StarGAN v2 to generate diverse images based on a human user, that have similar feature vectors yet qualitatively look different. We then demonstrate a proof of concept on a custom face verification system and verify our claims by demonstrating the same proof of concept in a black box setting on dating applications that utilize similar face verification systems.
Abstract（参考訳）: 顔認証システムは、特徴ベクトルと距離メトリクスを用いて、請求項の同一性を検証することを目的としている。しかし、同じ特徴ベクトルで制約された生成された画像を用いてそのようなシステムをバイパスする試みは行われていない。本研究では、stargan v2 を訓練し、類似した特徴ベクトルを持つが質的に異なる人間のユーザに基づいて多様な画像を生成する。次に,類似の顔認証システムを利用するデートアプリケーション上で,ブラックボックスで同じ概念を示すことによって,カスタム顔認証システムにおける概念実証とクレームの検証を行う。

関連論文リスト

OSDFace: One-Step Diffusion Model for Face Restoration [72.5045389847792]
拡散モデルは、顔の修復において顕著な性能を示した。顔復元のための新しいワンステップ拡散モデルOSDFaceを提案する。その結果,OSDFaceは現状のSOTA(State-of-the-art)手法を視覚的品質と定量的指標の両方で上回っていることがわかった。
論文参考訳（メタデータ） (2024-11-26T07:07:48Z)
Learning Expressive And Generalizable Motion Features For Face Forgery Detection [52.54404879581527]
本稿では,既存のビデオ分類手法に基づく,シーケンスに基づく効果的な偽造検出フレームワークを提案する。動作特徴をより表現しやすくするために,別の動作整合ブロックを提案する。一般的なビデオ分類ネットワークを3つの顔偽造データに対して有望な結果を達成する。
論文参考訳（メタデータ） (2024-03-08T09:25:48Z)
DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake Detection [67.3143177137102]
ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
論文参考訳（メタデータ） (2023-12-07T07:19:45Z)
Efficient Explainable Face Verification based on Similarity Score Argument Backpropagation [5.956239490189115]
2つの顔画像が一致したか否かを、与えられた顔認識システムで理解することが重要である。そこで我々はxSSABを提案する。xSSABは似通ったスコアに基づく議論をバックプロパゲートする手法で、顔のマッチング決定を支持したり、反対したりする。 Patch-LFWは、新しい評価プロトコルと併用可能な、説明可能な顔検証ベンチマークである。
論文参考訳（メタデータ） (2023-04-26T09:48:48Z)
Explainable Model-Agnostic Similarity and Confidence in Face Verification [5.257115841810258]
本研究は,顔認識システムの説明に焦点をあてる。まず、2つの入力画像間の顔の特徴距離に基づいて、これらのシステムに対する信頼度スコアを導入する。第二に、より意味のある予測を得るための新しい可視化手法を確立する。第三に、いくつかの最先端の顔認証データセットに対する信頼度スコアと説明マップを算出する。
論文参考訳（メタデータ） (2022-11-24T17:52:47Z)
Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。 FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
論文参考訳（メタデータ） (2021-06-08T05:25:03Z)
Differential Morphed Face Detection Using Deep Siamese Networks [23.632874831725665]
本稿では,ディープ・シームズ・ネットワークを用いた新しいディファレンシャル・モーフィック・アタック検出フレームワークを提案する。我々の知る限りでは、これはシームズネットワークアーキテクチャをモルヒネ攻撃検出に利用した最初の研究である。
論文参考訳（メタデータ） (2020-12-02T21:30:11Z)
Real Time Face Recognition Using Convoluted Neural Networks [0.0]
畳み込みニューラルネットワークは顔認識に最適であることが証明されている。データセットの作成は、認識される人の顔映像を何百もの人の画像に変換することで行われる。
論文参考訳（メタデータ） (2020-10-09T12:04:49Z)
DeepFake Detection Based on the Discrepancy Between the Face and its Context [94.47879216590813]
単一画像における顔のスワップやその他のアイデンティティ操作を検出する手法を提案する。提案手法は, (i) 厳密なセマンティックセグメンテーションによって境界付けられた顔領域を考慮した顔識別ネットワークと, (ii) 顔コンテキストを考慮したコンテキスト認識ネットワークの2つのネットワークを含む。本稿では,2つのネットワークからの認識信号を用いて,そのような不一致を検出する手法について述べる。提案手法は,FaceForensics++,Celeb-DF-v2,DFDCベンチマークを用いて顔検出を行い,未知の手法で生成した偽物の検出を一般化する。
論文参考訳（メタデータ） (2020-08-27T17:04:46Z)
Black-Box Face Recovery from Identity Features [61.950765357647605]
我々はアルゴリズムをテストするために最先端の顔認識システム(ArcFace)を攻撃した。我々のアルゴリズムは、最先端のソリューションに比べて、はるかに少ないクエリを必要とする。
論文参考訳（メタデータ） (2020-07-27T15:25:38Z)
Dual-discriminator GAN: A GAN way of profile face recognition [21.181356044588213]
本稿では,GAN(Generative Adversarial Network)に基づく画像と画像のプロファイルによる正面顔生成手法を提案する。本稿では,GAN(Generative Adversarial Network)に基づく画像と画像のプロファイルを持つ正面顔を生成する手法を提案する。
論文参考訳（メタデータ） (2020-03-20T06:01:58Z)

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。