論文の概要: Towards minimizing efforts for Morphing Attacks -- Deep embeddings for morphing pair selection and improved Morphing Attack Detection

• arxiv url: http://arxiv.org/abs/2305.18216v2
• Date: Sat, 30 Mar 2024 17:00:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-02 15:54:17.623188
• Title: Towards minimizing efforts for Morphing Attacks -- Deep embeddings for morphing pair selection and improved Morphing Attack Detection
• Title（参考訳）: モーフィング攻撃の最小化に向けて -- モーフィング対選択のためのディープ埋め込みと改善されたモーフィング攻撃検出
• Authors: Roman Kessler, Kiran Raja, Juan Tapia, Christoph Busch,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 4.349201388722244
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face Morphing Attacks pose a threat to the security of identity documents, especially with respect to a subsequent access control process, because it enables both individuals involved to exploit the same document. In this study, face embeddings serve two purposes: pre-selecting images for large-scale Morphing Attack generation and detecting potential Morphing Attacks. We build upon previous embedding studies in both use cases using the MagFace model. For the first objective, we employ an pre-selection algorithm that pairs individuals based on face embedding similarity. We quantify the attack potential of differently morphed face images to compare the usability of pre-selection in automatically generating numerous successful Morphing Attacks. Regarding the second objective, we compare embeddings from two state-of-the-art face recognition systems in terms of their ability to detect Morphing Attacks. Our findings demonstrate that ArcFace and MagFace provide valuable face embeddings for image pre-selection. Both open-source and COTS face recognition systems are susceptible to generated attacks, particularly when pre-selection is based on embeddings rather than random pairing which was only constrained by soft biometrics. More accurate face recognition systems exhibit greater vulnerability to attacks, with COTS systems being the most susceptible. Additionally, MagFace embeddings serve as a robust alternative for detecting morphed face images compared to the previously used ArcFace embeddings. The results endorse the advantages of face embeddings in more effective image pre-selection for face morphing and accurate detection of morphed face images. This is supported by extensive analysis of various designed attacks. The MagFace model proves to be a powerful alternative to the commonly used ArcFace model for both objectives, pre-selection and attack detection.
• Abstract（参考訳）: Face Morphing Attacksは、IDドキュメントのセキュリティ、特にその後のアクセス制御プロセスに対する脅威となる。 本研究では,大規模なモーフィング攻撃発生のための画像選択と,潜在的モーフィング攻撃の検出の2つの目的について検討した。 我々は、MagFaceモデルを使用して、両方のユースケースに以前の埋め込み研究を構築します。 最初の目的として、顔埋め込み類似性に基づいて個人をペア化する事前選択アルゴリズムを用いる。 我々は、異なる形態の顔画像の攻撃電位を定量化し、多数のモルフィング攻撃を自動生成する事前選択のユーザビリティを比較する。 第2の目的について、モーフィング攻撃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。 以上の結果から,ArcFaceとMagFaceは画像選択に有用な顔埋め込みを提供することがわかった。 オープンソースとCOTSの両方の顔認識システムは、特にソフトバイオメトリックスのみに制約されたランダムなペアリングではなく、組み込まれている場合、発生した攻撃に影響を受けやすい。 より正確な顔認識システムでは、攻撃に対する脆弱性が大きく、COTSシステムは最も影響を受けやすい。 さらに、MagFaceの埋め込みは、以前使用されていたArcFaceの埋め込みと比較して、変形した顔画像を検出するための堅牢な代替手段として機能する。 その結果, 顔形態形成のための画像前選択と, 顔画像の正確な検出において, 顔埋め込みの利点を裏付けることができた。 これは、様々な設計された攻撃の広範な分析によって支えられている。 MagFaceモデルは、目標、選択前、攻撃検出の両方に一般的に使用されるArcFaceモデルの強力な代替品であることが証明されている。

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)
• 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)
• Approximating Optimal Morphing Attacks using Template Inversion [4.0361765428523135]
  我々は,理論的最適形態埋め込みの反転に基づく新しいタイプのディープ・モーフィング・アタックを開発した。 我々は複数の情報源からモーフィング攻撃を生成し、複数の顔認識ネットワークに対する攻撃の有効性について検討する。
  論文  参考訳（メタデータ） (2024-02-01T15:51:46Z)
• 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)
• Vulnerability of Face Morphing Attacks: A Case Study on Lookalike and Identical Twins [5.418573094563416]
  本研究は、顔形態形成の発生源として、見かけ上の類似性および同一の双生児について検討する。 本稿では,顔認証システムの脆弱性を,外観と同一の双対形態画像にベンチマークする手法を提案する。 実験は、通常の顔形態変化による脆弱性の影響について、見た目や同一の顔形態変化と比較して洞察を与えるように設計されている。
  論文  参考訳（メタデータ） (2023-03-24T13:59:48Z)
• 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)
• Are GAN-based Morphs Threatening Face Recognition? [3.0921354926071274]
  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。
  論文  参考訳（メタデータ） (2022-05-05T08:19:47Z)
• 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)
• 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)
• Black-Box Face Recovery from Identity Features [61.950765357647605]
  我々はアルゴリズムをテストするために最先端の顔認識システム(ArcFace)を攻撃した。 我々のアルゴリズムは、最先端のソリューションに比べて、はるかに少ないクエリを必要とする。
  論文  参考訳（メタデータ） (2020-07-27T15:25:38Z)

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。