論文の概要: Face Feature Visualisation of Single Morphing Attack Detection

• arxiv url: http://arxiv.org/abs/2304.13021v1
• Date: Tue, 25 Apr 2023 17:51:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-26 19:17:49.895821
• Title: Face Feature Visualisation of Single Morphing Attack Detection
• Title（参考訳）: 単一モーフィング攻撃検出における顔特徴の可視化
• Authors: Juan Tapia and Christoph Busch
• Abstract要約: 本稿では,異なる顔特徴抽出アルゴリズムの視覚化について説明する。 単変態攻撃検出のためのボナファイドの検出と変態画像を可能にする。 この視覚化は、境界ポリシーのためのグラフィカルユーザインタフェースの開発に役立つかもしれない。
• 参考スコア（独自算出の注目度）: 13.680968065638108
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper proposes an explainable visualisation of different face feature extraction algorithms that enable the detection of bona fide and morphing images for single morphing attack detection. The feature extraction is based on raw image, shape, texture, frequency and compression. This visualisation may help to develop a Graphical User Interface for border policies and specifically for border guard personnel that have to investigate details of suspect images. A Random forest classifier was trained in a leave-one-out protocol on three landmarks-based face morphing methods and a StyleGAN-based morphing method for which morphed images are available in the FRLL database. For morphing attack detection, the Discrete Cosine-Transformation-based method obtained the best results for synthetic images and BSIF for landmark-based image features.
• Abstract（参考訳）: 本稿では,単一モーフィング攻撃検出のためのボナfideおよびモーフィング画像の検出を可能にする,異なる顔特徴抽出アルゴリズムの説明可能な可視化手法を提案する。 特徴抽出は、生画像、形状、テクスチャ、周波数、圧縮に基づいている。 この可視化は、国境政策、特に容疑者画像の詳細を調査しなければならない国境警備要員のためのグラフィカルユーザーインタフェースの開発に役立つかもしれない。 ランダムフォレスト分類器は,3つのランドマークに基づく顔形態決定法と,frllデータベースでモーフィング画像が使用可能なスタイルガン型モーフィング法で訓練された。 モーフィング攻撃検出では、離散コサイン変換法が合成画像の最良の結果とランドマークに基づく画像の特徴のBSIFを得た。

関連論文リスト

• Breaking the Frame: Image Retrieval by Visual Overlap Prediction [53.17564423756082]
  本稿では,隠蔽や複雑なシーンを効果的に扱う新しい視覚的位置認識手法,VOPを提案する。 提案手法は,高コストな特徴検出とマッチングを必要とせず,可視画像区間の識別を可能にする。
  論文  参考訳（メタデータ） (2024-06-23T20:00:20Z)
• 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)
• Optimal-Landmark-Guided Image Blending for Face Morphing Attacks [8.024953195407502]
  本稿では,最適なランドマーク誘導画像ブレンディングを用いた顔形態形成攻撃を行うための新しい手法を提案する。 提案手法は, ランドマークの最適化とグラフ畳み込みネットワーク(GCN)によるランドマークと外観特徴の組み合わせにより, 従来のアプローチの限界を克服する。
  論文  参考訳（メタデータ） (2024-01-30T03:45:06Z)
• Fused Classification For Differential Face Morphing Detection [0.0]
  顔モフティング(Face morphing)は、顔認証システムに重大なセキュリティリスクをもたらす。 従来の方法では、複数の顔画像が混在するモルヒネ攻撃を検出するのに苦労している。 非参照シナリオに対する融合分類法に基づく拡張アプローチを提案する。
  論文  参考訳（メタデータ） (2023-09-01T16:14:29Z)
• 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)
• Generalizable Person Re-Identification via Viewpoint Alignment and Fusion [74.30861504619851]
  本研究は,3次元高密度ポーズ推定モデルとテクスチャマッピングモジュールを用いて,歩行者画像を標準視像にマッピングすることを提案する。 テクスチャマッピングモジュールの不完全性のため、標準ビュー画像は、原画像から識別的な詳細手がかりを失う可能性がある。 提案手法は,各種評価設定における既存手法よりも優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2022-12-05T16:24:09Z)
• Single Morphing Attack Detection using Feature Selection and Visualisation based on Mutual Information [13.725021925072603]
  本稿では, 強度, 形状, テクスチャから抽出した特徴を探索し, 相互情報フィルタに基づく特徴選択ステージを提案する。 目と鼻は、分析される最も重要な領域として識別される。
  論文  参考訳（メタデータ） (2021-10-26T10:27:06Z)
• A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection [93.38607559281601]
  各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。 この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
  論文  参考訳（メタデータ） (2021-04-29T17:49:48Z)
• Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
  顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。 以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。 キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-04-28T09:35:48Z)
• Mutual Information Maximization on Disentangled Representations for Differential Morph Detection [29.51265709271036]
  ランドマークと外観のゆがみを利用した新しい微分形態検出フレームワークを提案する。 提案するフレームワークは、最先端の微分形態検出性能を提供する。
  論文  参考訳（メタデータ） (2020-12-02T21:31:02Z)

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。