論文の概要: Are GAN-based Morphs Threatening Face Recognition?
- arxiv url: http://arxiv.org/abs/2205.02496v1
- Date: Thu, 5 May 2022 08:19:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-07 01:48:26.075087
- Title: Are GAN-based Morphs Threatening Face Recognition?
- Title(参考訳): GANベースの形態は顔認識を脅かすか?
- Authors: Eklavya Sarkar, Pavel Korshunov, Laurent Colbois, and S\'ebastien
Marcel
- Abstract要約: 本稿では,4種類のモーフィング攻撃のためのデータセットと対応するコードを提供することにより,このギャップを埋める。
また、4つの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囲な実験を行った。
- 参考スコア(独自算出の注目度): 3.0921354926071274
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Morphing attacks are a threat to biometric systems where the biometric
reference in an identity document can be altered. This form of attack presents
an important issue in applications relying on identity documents such as border
security or access control. Research in generation of face morphs and their
detection is developing rapidly, however very few datasets with morphing
attacks and open-source detection toolkits are publicly available. This paper
bridges this gap by providing two datasets and the corresponding code for four
types of morphing attacks: two that rely on facial landmarks based on OpenCV
and FaceMorpher, and two that use StyleGAN 2 to generate synthetic morphs. We
also conduct extensive experiments to assess the vulnerability of four
state-of-the-art face recognition systems, including FaceNet, VGG-Face,
ArcFace, and ISV. Surprisingly, the experiments demonstrate that, although
visually more appealing, morphs based on StyleGAN 2 do not pose a significant
threat to the state to face recognition systems, as these morphs were
outmatched by the simple morphs that are based facial landmarks.
- Abstract(参考訳): モーフィング攻撃は生体認証システムにとって脅威であり、生体認証文書内の生体認証参照を変更することができる。
この種の攻撃は、境界セキュリティやアクセス制御といったIDドキュメントに依存するアプリケーションにおいて重要な問題となる。
顔形態の生成とその検出に関する研究は急速に進んでいるが、モーフィング攻撃やオープンソースの検出ツールキットを持つデータセットはごくわずかである。
本稿では,OpenCVとFaceMorpherをベースとした顔のランドマークに依存した2つのデータと,StyleGAN 2を用いて合成形態を生成する2つの形態素攻撃のためのコードを提供することにより,このギャップを埋める。
また、FaceNet、VGG-Face、ArcFace、ISVを含む、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。
驚くべきことに、この実験は、より視覚的に魅力的ではあるが、StyleGAN 2に基づく形態は、顔のランドマークに基づく単純な形態に見劣りするため、顔認識システムに対する状態に重大な脅威を与えないことを示した。
関連論文リスト
- Unified Physical-Digital Face Attack Detection [66.14645299430157]
顔認識(FR)システムは物理的(印刷写真)とデジタル(ディープフェイク)攻撃に悩まされることがある。
以前の関連する作業では、両方の状況が同時に考慮されることはめったにありません。
視覚言語モデル(VLM)に基づく一元攻撃検出フレームワークを提案する。
論文 参考訳(メタデータ) (2024-01-31T09:38:44Z) - 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) - 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) - Towards minimizing efforts for Morphing Attacks -- Deep embeddings for
morphing pair selection and improved Morphing Attack Detection [10.303961124927284]
顔埋め込みは、大規模なモルフィング攻撃生成のための画像の選択と、潜在的なモルフィング攻撃を検出する2つの目的がある。
顔の埋め込み類似性に基づいて個人をペアリングする事前選択アルゴリズムを用いる。
モーフィング・アタックを検出する能力の観点から、2つの最先端の顔認識システムからの埋め込みを比較した。
論文 参考訳(メタデータ) (2023-05-29T17:00:40Z) - 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) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳(メタデータ) (2021-08-21T09:08:41Z) - 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) - 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) - 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) - Can GAN Generated Morphs Threaten Face Recognition Systems Equally as
Landmark Based Morphs? -- Vulnerability and Detection [22.220940043294334]
本稿では,新たなGAN(Generative Adversarial Network)-StyleGANを用いた顔形態生成フレームワークを提案する。
2500枚の顔画像が新たに作成された形態データセットでは、この研究に批判的な疑問が浮かび上がっている。
論文 参考訳(メタデータ) (2020-07-07T16:52:56Z)
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。