論文の概要: Digital and Physical Face Attacks: Reviewing and One Step Further
- arxiv url: http://arxiv.org/abs/2209.14692v1
- Date: Thu, 29 Sep 2022 11:25:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-30 18:06:24.124274
- Title: Digital and Physical Face Attacks: Reviewing and One Step Further
- Title（参考訳）: デジタルと物理的な顔攻撃:レビューと一歩進めて
- Authors: Chenqi Kong, Shiqi Wang, Haoliang Li
- Abstract要約: 顔提示攻撃(FPA)は、不信感を強く訴えている。
物理的な顔攻撃に加えて、顔のビデオや画像は、悪意のあるハッカーが立ち上げた様々なデジタル攻撃技術に弱い。
本調査は,既存の文献を網羅的に分析し,さらなる注意を要する課題を明らかにすることにより,顔鑑定の整合性を高めることを目的とする。
- 参考スコア（独自算出の注目度）: 31.780516471483985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the rapid progress over the past five years, face authentication has
become the most pervasive biometric recognition method. Thanks to the
high-accuracy recognition performance and user-friendly usage, automatic face
recognition (AFR) has exploded into a plethora of practical applications over
device unlocking, checking-in, and financial payment. In spite of the
tremendous success of face authentication, a variety of face presentation
attacks (FPA), such as print attacks, replay attacks, and 3D mask attacks, have
raised pressing mistrust concerns. Besides physical face attacks, face
videos/images are vulnerable to a wide variety of digital attack techniques
launched by malicious hackers, causing potential menace to the public at large.
Due to the unrestricted access to enormous digital face images/videos and
disclosed easy-to-use face manipulation tools circulating on the internet,
non-expert attackers without any prior professional skills are able to readily
create sophisticated fake faces, leading to numerous dangerous applications
such as financial fraud, impersonation, and identity theft. This survey aims to
build the integrity of face forensics by providing thorough analyses of
existing literature and highlighting the issues requiring further attention. In
this paper, we first comprehensively survey both physical and digital face
attack types and datasets. Then, we review the latest and most advanced
progress on existing counter-attack methodologies and highlight their current
limits. Moreover, we outline possible future research directions for existing
and upcoming challenges in the face forensics community. Finally, the necessity
of joint physical and digital face attack detection has been discussed, which
has never been studied in previous surveys.
- Abstract（参考訳）: 過去5年間で急速に進歩した顔認証は、最も普及した生体認証法となっている。
高精度な認識性能とユーザフレンドリーな使用法のおかげで、自動顔認識(AFR)は、デバイスアンロック、チェックイン、ファイナンシャルペイメントに対する多くの実用的な応用に爆発しました。
顔認証が驚くほど成功したにもかかわらず、印刷攻撃、リプレイ攻撃、および3Dマスク攻撃などの様々な顔提示攻撃(FPA)は、不信感を強く訴えている。
物理的な顔攻撃に加えて、顔ビデオや画像は悪意のあるハッカーが立ち上げた様々なデジタル攻撃技術に弱いため、一般大衆に脅威をもたらす可能性がある。
巨大なデジタル顔画像やビデオへのアクセスが制限されないことや、インターネット上を流れる簡単に使える顔操作ツールが開示されていることから、専門家のスキルを持たない非専門家のアタッカーは、高度なフェイク顔を容易に作成することができ、金融詐欺、偽装、個人情報盗難など、多くの危険な応用に繋がる。
本調査は,既存の文献を徹底的に分析し,さらなる注意を要する課題を浮き彫りにすることで,顔鑑識の完全性を高めることを目的とする。
本稿では,まず,物理的およびデジタル的な顔攻撃タイプとデータセットを包括的に調査する。
次に,既存の反撃手法の最新かつ最先端の進歩を概観し,その限界を強調する。
さらに,顔鑑定コミュニティにおける現在および今後の課題の今後の研究方向性について概説する。
最後に、前回の調査では研究されていない、物理的およびデジタル的な顔攻撃検出の必要性について考察した。
関連論文リスト
- 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) - Face Presentation Attack Detection [59.05779913403134]
顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。
しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
論文 参考訳（メタデータ） (2022-12-07T14:51:17Z) - 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) - Introduction to Presentation Attack Detection in Face Biometrics and
Recent Advances [21.674697346594158]
次のページでは、顔認識システムが直面する可能性のある、異なるプレゼンテーションアタックを示す。
顔認識の現状と,その展開レベル,課題について紹介する。
我々は,より単純なものからより複雑なものまで,さまざまな種類のプレゼンテーションアタック手法について検討し,その効果を検証した。
論文 参考訳（メタデータ） (2021-11-23T11:19:22Z) - Differential Anomaly Detection for Facial Images [15.54185745912878]
アイデンティティ攻撃は、不正アクセスと偽情報の拡散に使用できるため、セキュリティ上の大きな脅威となる。
同一性攻撃を検出するほとんどのアルゴリズムは、訓練時に未知の攻撃タイプに悪影響を及ぼす。
本稿では,まず画像から深層面の埋め込みを抽出する差動異常検出フレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-07T13:45:13Z) - Robust Physical-World Attacks on Face Recognition [52.403564953848544]
ディープニューラルネットワーク(DNN)の開発によって顔認識が大幅に促進された
近年の研究では、DNNは敵対的な事例に対して非常に脆弱であることが示されており、現実世界の顔認識の安全性に対する深刻な懸念が提起されている。
ステッカーによる顔認識の物理的攻撃について検討し、その対向的堅牢性をよりよく理解する。
論文 参考訳（メタデータ） (2021-09-20T06:49:52Z) - Master Face Attacks on Face Recognition Systems [45.090037010778765]
顔認証は、個人認証番号やアンロックパターンを使った認証よりも、特にモバイルデバイスで広く使われている。
これまでの研究は、顔認識システム内の複数の登録テンプレートにマッチするマスターフェイスの存在を証明してきた。
本稿では,マスタ顔の生成によく用いられる潜在変数進化(LVE)について広範な研究を行う。
論文 参考訳（メタデータ） (2021-09-08T02:11:35Z) - Generating Master Faces for Use in Performing Wolf Attacks on Face
Recognition Systems [40.59670229362299]
顔認証はますます主流になり、攻撃者にとって主要なターゲットとなっている。
これまでの研究では、指紋認証と指紋認証はオオカミの攻撃の影響を受けやすいことが示されている。
我々は最先端の顔生成器であるStyleGANを用いて高品質な顔を生成する。
論文 参考訳（メタデータ） (2020-06-15T12:59:49Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳（メタデータ） (2020-03-15T12:45:10Z) - On the Robustness of Face Recognition Algorithms Against Attacks and
Bias [78.68458616687634]
顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。
精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。
本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
論文 参考訳（メタデータ） (2020-02-07T18:21:59Z)
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。