論文の概要: Vulnerability of 3D Face Recognition Systems to Morphing Attacks
- arxiv url: http://arxiv.org/abs/2309.12118v1
- Date: Thu, 21 Sep 2023 14:36:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-22 14:59:19.443173
- Title: Vulnerability of 3D Face Recognition Systems to Morphing Attacks
- Title（参考訳）: モーフィング攻撃に対する3次元顔認識システムの脆弱性
- Authors: Sanjeet Vardam, Luuk Spreeuwers
- Abstract要約: 本論文では,3次元顔形態の生成に使用可能な2つの手法について述べる。
最も高いMMPMRはおよそ40%、RMMRは3DFRSがルックアライクな形態で攻撃されると41.76%となる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years face recognition systems have been brought to the mainstream
due to development in hardware and software. Consistent efforts are being made
to make them better and more secure. This has also brought developments in 3D
face recognition systems at a rapid pace. These 3DFR systems are expected to
overcome certain vulnerabilities of 2DFR systems. One such problem that the
domain of 2DFR systems face is face image morphing. A substantial amount of
research is being done for generation of high quality face morphs along with
detection of attacks from these morphs. Comparatively the understanding of
vulnerability of 3DFR systems against 3D face morphs is less. But at the same
time an expectation is set from 3DFR systems to be more robust against such
attacks. This paper attempts to research and gain more information on this
matter. The paper describes a couple of methods that can be used to generate 3D
face morphs. The face morphs that are generated using this method are then
compared to the contributing faces to obtain similarity scores. The highest
MMPMR is obtained around 40% with RMMR of 41.76% when 3DFRS are attacked with
look-a-like morphs.
- Abstract（参考訳）: 近年,ハードウェアやソフトウェアの開発により,顔認識システムが主流となっている。
それらをより良く、より安全にするために一貫した努力がなされている。
これにより、3d顔認識システムの開発も急速に進んでいる。
これらの3DFRシステムは、2DFRシステムの特定の脆弱性を克服することが期待されている。
2DFRシステムのドメインが直面する問題のひとつは、顔画像の変形である。
高品質な顔形態の生成と、これらの形態からの攻撃を検出するために、かなりの量の研究が行われている。
3次元顔形態に対する3DFRシステムの脆弱性の理解は少ない。
しかし同時に、このような攻撃に対してより堅牢な3DFRシステムからの期待が設定されている。
本論文は, 研究を行い, さらなる情報を得ようとするものである。
本論文では,3次元顔形態の生成に使用できる2つの手法について述べる。
そして、この方法を用いて生成した顔形態を寄与顔と比較して類似度スコアを得る。
最も高いMMPMRはおよそ40%、RMMRは3DFRSがルックアライクな形態で攻撃されると41.76%となる。
関連論文リスト
- 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) - Generating 2D and 3D Master Faces for Dictionary Attacks with a
Network-Assisted Latent Space Evolution [68.8204255655161]
マスターフェイス(英: master face)とは、人口の比率の高い顔認証をパスする顔画像である。
2次元および3次元の顔認証モデルに対して,これらの顔の最適化を行う。
3Dでは,2次元スタイルGAN2ジェネレータを用いて顔を生成し,深部3次元顔再構成ネットワークを用いて3次元構造を予測する。
論文 参考訳（メタデータ） (2022-11-25T09:15:38Z) - 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) - A new face swap method for image and video domains: a technical report [60.47144478048589]
FaceShifterアーキテクチャに基づいた新しいフェイススワップパイプラインを導入する。
新しいアイロス機能、超解像ブロック、ガウスベースのフェイスマスク生成は、品質改善につながる。
論文 参考訳（メタデータ） (2022-02-07T10:15:50Z) - 3D Face Morphing Attacks: Generation, Vulnerability and Detection [3.700129710233692]
顔認識システムはモルヒネ攻撃に弱いことが判明した。
本研究は,3次元の顔変形攻撃を発生させる新しい方向を示す。
論文 参考訳（メタデータ） (2022-01-10T16:53:39Z) - End2End Occluded Face Recognition by Masking Corrupted Features [82.27588990277192]
最先端の一般的な顔認識モデルは、隠蔽された顔画像に対してうまく一般化しない。
本稿では,1つのエンドツーエンドのディープニューラルネットワークに基づいて,オクルージョンに頑健な新しい顔認識手法を提案する。
我々のアプローチは、深い畳み込みニューラルネットワークから破損した特徴を発見し、動的に学習されたマスクによってそれらをきれいにする。
論文 参考訳（メタデータ） (2021-08-21T09:08:41Z) - TransRPPG: Remote Photoplethysmography Transformer for 3D Mask Face
Presentation Attack Detection [53.98866801690342]
3次元マスク提示攻撃検出(PAD)は、3次元マスク攻撃から顔認識システムを保護する上で重要な役割を担っている。
ライブ本質表現を効率的に学習するための純粋なrトランス(TransR)フレームワークを提案する。
当社のTransRは軽量で効率的(547Kパラメータと763MOPのみ)で、モバイルレベルのアプリケーションに期待できる。
論文 参考訳（メタデータ） (2021-04-15T12:33:13Z) - 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) - Face Super-Resolution Guided by 3D Facial Priors [92.23902886737832]
シャープな顔構造を把握した3次元顔先行情報を明示的に組み込んだ新しい顔超解像法を提案する。
我々の研究は、顔属性のパラメトリック記述の融合に基づく3次元形態的知識を初めて探求したものである。
提案した3D先行画像は、最先端技術よりも優れた顔超解像結果が得られる。
論文 参考訳（メタデータ） (2020-07-18T15:26:07Z) - Can GAN Generated Morphs Threaten Face Recognition Systems Equally as
Landmark Based Morphs? -- Vulnerability and Detection [22.220940043294334]
本稿では,新たなGAN(Generative Adversarial Network)-StyleGANを用いた顔形態生成フレームワークを提案する。
2500枚の顔画像が新たに作成された形態データセットでは、この研究に批判的な疑問が浮かび上がっている。
論文 参考訳（メタデータ） (2020-07-07T16:52:56Z)
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。