論文の概要: Learning Facial Liveness Representation for Domain Generalized Face Anti-spoofing

• arxiv url: http://arxiv.org/abs/2208.07828v1
• Date: Tue, 16 Aug 2022 16:13:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-17 12:12:33.873906
• Title: Learning Facial Liveness Representation for Domain Generalized Face Anti-spoofing
• Title（参考訳）: ドメイン一般化顔アンチスプーフィングのための顔の表情表現の学習
• Authors: Zih-Ching Chen, Lin-Hsi Tsao, Chin-Lun Fu, Shang-Fu Chen, Yu-Chiang Frank Wang
• Abstract要約: Face Anti-Spoofing (FAS) は、顔のスプーフ攻撃と本物とを区別することを目的としている。 スプーフ攻撃の種類が事前に知られていると仮定するのは現実的ではない。 本稿では、前述のドメイン一般化顔偽造防止タスクに対処する深層学習モデルを提案する。
• 参考スコア（独自算出の注目度）: 25.07432145233952
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face anti-spoofing (FAS) aims at distinguishing face spoof attacks from the authentic ones, which is typically approached by learning proper models for performing the associated classification task. In practice, one would expect such models to be generalized to FAS in different image domains. Moreover, it is not practical to assume that the type of spoof attacks would be known in advance. In this paper, we propose a deep learning model for addressing the aforementioned domain-generalized face anti-spoofing task. In particular, our proposed network is able to disentangle facial liveness representation from the irrelevant ones (i.e., facial content and image domain features). The resulting liveness representation exhibits sufficient domain invariant properties, and thus it can be applied for performing domain-generalized FAS. In our experiments, we conduct experiments on five benchmark datasets with various settings, and we verify that our model performs favorably against state-of-the-art approaches in identifying novel types of spoof attacks in unseen image domains.
• Abstract（参考訳）: Face Anti-Spoofing (FAS) は、顔のスプーフ攻撃と、関連する分類タスクを実行するための適切なモデルを学ぶことによって一般的にアプローチされる認証攻撃を区別することを目的としている。 実際、そのようなモデルは異なる画像領域のFASに一般化されることを期待する。 さらに、spoof攻撃の種類が事前に分かっていると仮定するのは現実的ではない。 本稿では、前述のドメイン一般化顔のアンチスプーフィングタスクに対処するためのディープラーニングモデルを提案する。 特に,提案するネットワークは,無関係なネットワーク(顔コンテンツや画像領域の特徴)から顔のライブネス表現を分離することができる。 結果の生存度表現は十分な領域不変性を示し、ドメイン一般化FASの実行に適用することができる。 実験では,5つのベンチマークデータセットをさまざまな設定で実験し,そのモデルが未知の画像領域における新しいタイプのスプーフ攻撃を特定する上で,最先端のアプローチに対して良好に動作することを確認した。

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)
• Generalized Face Liveness Detection via De-spoofing Face Generator [58.7043386978171]
  以前のFace Anti-Spoofing (FAS) の作業は、目に見えない領域における一般化という課題に直面している。 De-spoofing Face Generator (DFG) によるモデル一般化を改善するために, 現実の顔を利用する Anomalous cue Guided FAS (AG-FAS) 方式を実行する。 次に,Anomalous cue Guided FAS feature extract Network (AG-Net)を提案する。
  論文  参考訳（メタデータ） (2024-01-17T06:59:32Z)
• Modeling Spoof Noise by De-spoofing Diffusion and its Application in Face Anti-spoofing [40.82039387208269]
  本稿では,拡散モデルを用いてスプーフ画像をデノベートし,真の画像を復元する先駆的な試みを提案する。 これら2つの画像の違いはスプーフノイズと見なされ、顔の反スプーフに対する識別的手がかりとして機能する。
  論文  参考訳（メタデータ） (2024-01-16T10:54:37Z)
• A Closer Look at Geometric Temporal Dynamics for Face Anti-Spoofing [13.725319422213623]
  顔認識システムにはFAS(face anti-spoofing)が不可欠である。 本稿では,通常動作と異常動作を区別するGeometry-Aware Interaction Network (GAIN)を提案する。 提案手法は,標準内部およびクロスデータセット評価における最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-06-25T18:59:52Z)
• Exposing Fine-Grained Adversarial Vulnerability of Face Anti-Spoofing Models [13.057451851710924]
  Face-Spoofingは、スプーフする顔画像(例えば、印刷された写真)をライブ画像と区別することを目的としている。 従来は対向攻撃法を用いて対面防汚性能の評価を行った。 本稿では,顔の反偽造モデルにおけるきめ細かな敵の脆弱性を明らかにするための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-05-30T04:56:33Z)
• One-Class Knowledge Distillation for Face Presentation Attack Detection [53.30584138746973]
  本稿では,一級ドメイン適応による対面PADのクロスドメイン性能向上のための教師学生フレームワークを提案する。 学生ネットワークは、教師ネットワークを模倣し、ターゲットドメインの真の顔サンプルの類似した表現を学ぶために訓練される。 テストフェーズでは、教師と学生ネットワークの表現の類似度スコアを用いて、真の攻撃と区別する。
  論文  参考訳（メタデータ） (2022-05-08T06:20:59Z)
• Unsupervised Compound Domain Adaptation for Face Anti-Spoofing [74.6122128643823]
  顔認証システムを実環境で堅牢化することを目的とした顔認証対策の課題に対処します。 ソースモデルを対象ドメインに適応させるメモリ拡張手法を,ドメインに意識して提案する。 提案手法は,複数の新しいスプーフ型からなる複合ターゲットドメインに適応する。
  論文  参考訳（メタデータ） (2021-05-18T12:08:07Z)
• Uncertainty-Aware Physically-Guided Proxy Tasks for Unseen Domain Face Anti-spoofing [128.32381246318954]
  Face Anti-Spoofing (FAS)は、偽の顔と偽の顔とを区別しようと試みている。 そこで本研究では,未確認領域のより高度な一般化を実現するために,物理手法を活用することを提案する。
  論文  参考訳（メタデータ） (2020-11-28T03:22:26Z)
• Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
  顔認識システムのセキュリティには、顔の偽造が不可欠だ。 本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
  論文  参考訳（メタデータ） (2020-08-19T03:54:23Z)

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。