論文の概要: Watch Out for the Confusing Faces: Detecting Face Swapping with the Probability Distribution of Face Identification Models

• arxiv url: http://arxiv.org/abs/2303.13131v1
• Date: Thu, 23 Mar 2023 09:33:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-24 14:54:14.177835
• Title: Watch Out for the Confusing Faces: Detecting Face Swapping with the Probability Distribution of Face Identification Models
• Title（参考訳）: 混乱する顔の注意:顔識別モデルの確率分布による顔スワッピングの検出
• Authors: Yuxuan Duan, Xuhong Zhang, Chuer Yu, Zonghui Wang, Shouling Ji, Wenzhi Chen
• Abstract要約: 顔識別確率分布に基づく顔交換検出手法を提案する。 IdP_FSDは、有限集合に属するスワップされた顔を検出するために特別に設計されている。 IdP_FSDは、顔交換に関わる2つの顔の同一性は、顔交換の共通性を利用する。
• 参考スコア（独自算出の注目度）: 37.49012763328351
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, face swapping has been developing rapidly and achieved a surprising reality, raising concerns about fake content. As a countermeasure, various detection approaches have been proposed and achieved promising performance. However, most existing detectors struggle to maintain performance on unseen face swapping methods and low-quality images. Apart from the generalization problem, current detection approaches have been shown vulnerable to evasion attacks crafted by detection-aware manipulators. Lack of robustness under adversary scenarios leaves threats for applying face swapping detection in real world. In this paper, we propose a novel face swapping detection approach based on face identification probability distributions, coined as IdP_FSD, to improve the generalization and robustness. IdP_FSD is specially designed for detecting swapped faces whose identities belong to a finite set, which is meaningful in real-world applications. Compared with previous general detection methods, we make use of the available real faces with concerned identities and require no fake samples for training. IdP_FSD exploits face swapping's common nature that the identity of swapped face combines that of two faces involved in swapping. We reflect this nature with the confusion of a face identification model and measure the confusion with the maximum value of the output probability distribution. What's more, to defend our detector under adversary scenarios, an attention-based finetuning scheme is proposed for the face identification models used in IdP_FSD. Extensive experiments show that the proposed IdP_FSD not only achieves high detection performance on different benchmark datasets and image qualities but also raises the bar for manipulators to evade the detection.
• Abstract（参考訳）: 近年、顔交換が急速に発展し、驚くべき現実を達成し、フェイクコンテンツに対する懸念が高まっている。 対策として,様々な検出手法が提案され,有望な性能を達成している。 しかし、既存の検出器の多くは、顔交換法や低品質画像の性能を維持するのに苦労している。 一般化問題とは別に、現在の検出アプローチは検出対応マニピュレータによる回避攻撃に対して脆弱であることが示されている。 逆シナリオ下での堅牢性の欠如は、現実世界で顔交換検出を適用する脅威を残している。 本稿では,IdP_FSDと呼ばれる顔識別確率分布に基づく顔交換検出手法を提案する。 idp_fsdは、実世界のアプリケーションで意味のある有限集合に属する交換された顔を検出するために特別に設計された。 従来の一般的な検出手法と比較すると,実顔の身元を特定できるため,偽のサンプルは不要である。 IdP_FSDは、顔交換に関わる2つの顔の同一性は、顔交換の共通性を利用する。 この性質を顔識別モデルの混乱で反映し,出力確率分布の最大値との混乱を測定する。 さらに,adp_fsdで使用される顔識別モデルに対して,注意に基づく微調整手法が提案されている。 広範な実験により, 提案手法は, 異なるベンチマークデータセットと画像品質で高い検出性能を実現するだけでなく, マニピュレータが検出を回避できるバーを増大させることを示した。

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)
• 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)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• An Efficient Method for Face Quality Assessment on the Edge [1.7188280334580197]
  エッジデバイスに対する実践的なアプローチは、認識への適合性に応じて、これらのアイデンティティの検出を優先すべきである。 顔のランドマーク検出ネットワークに1つの層を付加するだけで、顔の品質スコアの回帰が提案される。 追加のコストがほとんどないため、顔の品質スコアは、この単一の層をトレーニングすることで得られる。
  論文  参考訳（メタデータ） (2022-07-19T18:29:43Z)
• RAF: Recursive Adversarial Attacks on Face Recognition Using Extremely Limited Queries [2.8532545355403123]
  近年の顔認識に対する敵対的攻撃の成功は、顔認識モデルの顕著な進歩にもかかわらず、認識と認識のための人間の知性にはまだ及ばないことを示している。 本稿では,ターゲットモデルを騙すために,極めて限られたクエリ数を必要とする自動顔整形を提案する。 決定に基づくブラックボックス攻撃設定における提案手法のロバスト性を評価する。
  論文  参考訳（メタデータ） (2022-07-04T00:22:45Z)
• On the (Limited) Generalization of MasterFace Attacks and Its Relation to the Capacity of Face Representations [11.924504853735645]
  実験および理論的研究におけるMasterFace攻撃の一般化可能性について検討する。 顔空間のアイデンティティが適切に分離されていると仮定して、顔容量と最大MasterFaceカバレッジを推定する。 MasterFacesは顔認識システムに対する脅威ではなく、顔認識モデルの堅牢性を高めるツールである、と結論付けている。
  論文  参考訳（メタデータ） (2022-03-23T13:02:41Z)

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。