論文の概要: Modeling Spoof Noise by De-spoofing Diffusion and its Application in Face Anti-spoofing

• arxiv url: http://arxiv.org/abs/2401.08275v1
• Date: Tue, 16 Jan 2024 10:54:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-17 14:26:10.411447
• Title: Modeling Spoof Noise by De-spoofing Diffusion and its Application in Face Anti-spoofing
• Title（参考訳）: 脱スプーフィング拡散によるスポーフィングノイズのモデル化と反スプーフィングへの応用
• Authors: Bin Zhang, Xiangyu Zhu, Xiaoyu Zhang, Zhen Lei
• Abstract要約: 本稿では,拡散モデルを用いてスプーフ画像をデノベートし,真の画像を復元する先駆的な試みを提案する。 これら2つの画像の違いはスプーフノイズと見なされ、顔の反スプーフに対する識別的手がかりとして機能する。
• 参考スコア（独自算出の注目度）: 40.82039387208269
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face anti-spoofing is crucial for ensuring the security and reliability of face recognition systems. Several existing face anti-spoofing methods utilize GAN-like networks to detect presentation attacks by estimating the noise pattern of a spoof image and recovering the corresponding genuine image. But GAN's limited face appearance space results in the denoised faces cannot cover the full data distribution of genuine faces, thereby undermining the generalization performance of such methods. In this work, we present a pioneering attempt to employ diffusion models to denoise a spoof image and restore the genuine image. The difference between these two images is considered as the spoof noise, which can serve as a discriminative cue for face anti-spoofing. We evaluate our proposed method on several intra-testing and inter-testing protocols, where the experimental results showcase the effectiveness of our method in achieving competitive performance in terms of both accuracy and generalization.
• Abstract（参考訳）: 顔認識システムのセキュリティと信頼性の確保には,顔認識対策が不可欠である。 既存の顔アンチスプーフィング手法では、spoof画像のノイズパターンを推定し、対応する真正画像を復元することにより、ganライクなネットワークを用いてプレゼンテーション攻撃を検出する。 しかし、GANの限られた顔の外観空間は、実顔の完全なデータ分布をカバーできないため、そのような手法の一般化性能を損なう。 そこで本研究では,拡散モデルを用いてスプーフ像を識別し,真の像を復元する手法を提案する。 これら2つの画像の違いはスプーフノイズと見なされ、顔の反スプーフに対する識別的手がかりとなる。 提案手法をいくつかの試験内および試験間プロトコルで評価し,実験結果から精度と一般化の両面から競合性能を実現する上での有効性を示した。

関連論文リスト

• Adv-Diffusion: Imperceptible Adversarial Face Identity Attack via Latent Diffusion Model [61.53213964333474]
  本稿では,生の画素空間ではなく,潜在空間における非知覚的対角的アイデンティティ摂動を生成できる統一的なフレームワークAdv-Diffusionを提案する。 具体的には,周囲のセマンティックな摂動を生成するために,個人性に敏感な条件付き拡散生成モデルを提案する。 設計された適応強度に基づく対向摂動アルゴリズムは、攻撃の伝達性とステルス性の両方を確保することができる。
  論文  参考訳（メタデータ） (2023-12-18T15:25:23Z)
• Learning Facial Liveness Representation for Domain Generalized Face Anti-spoofing [25.07432145233952]
  Face Anti-Spoofing (FAS) は、顔のスプーフ攻撃と本物とを区別することを目的としている。 スプーフ攻撃の種類が事前に知られていると仮定するのは現実的ではない。 本稿では、前述のドメイン一般化顔偽造防止タスクに対処する深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2022-08-16T16:13:24Z)
• A Novel Face-Anti Spoofing Neural Network Model For Face Recognition And Detection [0.0]
  顔認識(FR)システムは、道路横断、銀行、モバイルバンキングなど、様々な用途で使われている。 FRシステムの普及により、顔バイオメトリックスのスプーフ攻撃に対する安全性に対する懸念が高まっている。 本研究は,既存のモデルより優れ,効率が0.89パーセントの対面型ニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2022-05-14T05:14:48Z)
• Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth Uncertainty Learning [54.15303628138665]
  フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。 既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。 我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:36:59Z)
• Improved Detection of Face Presentation Attacks Using Image Decomposition [11.883919370014]
  プレゼンテーション攻撃検出(PAD)は、安全な顔認証の重要なコンポーネントです。 本研究では,被写体の写真から発生する顔のスプーフを実写画像と区別するPADアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-22T22:15:17Z)
• Suppressing Spoof-irrelevant Factors for Domain-agnostic Face Anti-spoofing [13.833241949666325]
  Face-Spoofingは、顔認識システムの誤認証を防ぐことを目的としている。 本稿では,ドメインに依存しない顔の偽造防止のためのDASN(Doubly Adversarial Suppression Network)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-12-02T15:27:19Z)
• DeepFake Detection Based on the Discrepancy Between the Face and its Context [94.47879216590813]
  単一画像における顔のスワップやその他のアイデンティティ操作を検出する手法を提案する。 提案手法は, (i) 厳密なセマンティックセグメンテーションによって境界付けられた顔領域を考慮した顔識別ネットワークと, (ii) 顔コンテキストを考慮したコンテキスト認識ネットワークの2つのネットワークを含む。 本稿では,2つのネットワークからの認識信号を用いて,そのような不一致を検出する手法について述べる。 提案手法は,FaceForensics++,Celeb-DF-v2,DFDCベンチマークを用いて顔検出を行い,未知の手法で生成した偽物の検出を一般化する。
  論文  参考訳（メタデータ） (2020-08-27T17:04:46Z)
• Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
  顔認識システムのセキュリティには、顔の偽造が不可欠だ。 本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
  論文  参考訳（メタデータ） (2020-08-19T03:54:23Z)
• 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)

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。