Fugu-MT 論文翻訳(概要): Impact of Image Context for Single Deep Learning Face Morphing Attack Detection

論文の概要: Impact of Image Context for Single Deep Learning Face Morphing Attack Detection

arxiv url: http://arxiv.org/abs/2309.00549v1
Date: Fri, 1 Sep 2023 15:57:24 GMT
ステータス: 処理完了
システム内更新日: 2023-09-04 13:01:10.196876
Title: Impact of Image Context for Single Deep Learning Face Morphing Attack Detection
Title（参考訳）: 単一ディープラーニング顔形態変化攻撃検出における画像コンテキストの影響
Authors: Joana Pimenta, Iurii Medvedev, Nuno Gon\c{c}alves
Abstract要約: 顔認識システム(FRS)は普及しているが、顔形態攻撃などの画像操作技術には依然として脆弱である。本研究では,入力画像のアライメント設定が深層学習顔形態検出性能に及ぼす影響について検討した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The increase in security concerns due to technological advancements has led to the popularity of biometric approaches that utilize physiological or behavioral characteristics for enhanced recognition. Face recognition systems (FRSs) have become prevalent, but they are still vulnerable to image manipulation techniques such as face morphing attacks. This study investigates the impact of the alignment settings of input images on deep learning face morphing detection performance. We analyze the interconnections between the face contour and image context and suggest optimal alignment conditions for face morphing detection.
Abstract（参考訳）: 技術進歩によるセキュリティ上の懸念の高まりは、生理的・行動的特性を利用して認識を高めるバイオメトリックなアプローチの普及につながった。顔認識システム(FRS)は普及しているが、顔形態攻撃などの画像操作技術には依然として脆弱である。本研究では,入力画像のアライメント設定が深層学習顔形態検出性能に及ぼす影響について検討した。顔輪郭と画像コンテキストの相互関係を解析し,顔形態検出のための最適アライメント条件を提案する。

関連論文リスト

Quadruplet Loss For Improving the Robustness to Face Morphing Attacks [0.0]
顔認識システムは高度な攻撃に弱い。本研究では, 顔認証システムのフォーミング攻撃に対するロバスト性を高めるために, 新たな四重項損失関数を導入する。
論文参考訳（メタデータ） (2024-02-22T16:10:39Z)
TetraLoss: Improving the Robustness of Face Recognition against Morphing Attacks [7.092869001331781]
顔認識システムは、高セキュリティアプリケーションに広くデプロイされている。フェースモーフィングのようなデジタル操作は、顔認識システムにセキュリティ上の脅威をもたらす。本稿では,ディープラーニングに基づく顔認識システムを,顔形態攻撃に対してより堅牢なものにするための新しい手法を提案する。
論文参考訳（メタデータ） (2024-01-21T21:04:05Z)
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)
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)
MorDeephy: Face Morphing Detection Via Fused Classification [0.0]
単一画像顔形態検出のための新しい深層学習手法を提案する。深層顔の特徴を学習し、これらの特徴の真正性に関する情報を伝達する。提案手法はMorDeephyと呼ばれ,その技術性能を達成し,未知のシナリオに変形検出を行うタスクを一般化する顕著な能力を示した。
論文参考訳（メタデータ） (2022-08-05T11:39:22Z)
Psychophysical Evaluation of Human Performance in Detecting Digital Face Image Manipulations [14.63266615325105]
この研究は、心理物理学の分野から採用された原則に基づいて、Webベースの遠隔視覚的識別実験を導入する。本研究では,顔のスワップ,フォーミング,リタッチなど,さまざまな種類の顔画像を検出する能力について検討する。
論文参考訳（メタデータ） (2022-01-28T12:45:33Z)
Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文参考訳（メタデータ） (2020-11-17T18:12:41Z)
Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
論文参考訳（メタデータ） (2020-03-18T03:04:03Z)
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。