論文の概要: TetraLoss: Improving the Robustness of Face Recognition against Morphing Attacks

• arxiv url: http://arxiv.org/abs/2401.11598v2
• Date: Sun, 29 Dec 2024 22:17:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-31 16:00:55.640120
• Title: TetraLoss: Improving the Robustness of Face Recognition against Morphing Attacks
• Title（参考訳）: TetraLoss: モーフィング攻撃に対する顔認識のロバスト性の改善
• Authors: Mathias Ibsen, Lázaro J. González-Soler, Christian Rathgeb, Christoph Busch,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 6.492755549391469
• License:
• Abstract: Face recognition systems are widely deployed in high-security applications such as for biometric verification at border controls. Despite their high accuracy on pristine data, it is well-known that digital manipulations, such as face morphing, pose a security threat to face recognition systems. Malicious actors can exploit the facilities offered by the identity document issuance process to obtain identity documents containing morphed images. Thus, subjects who contributed to the creation of the morphed image can with high probability use the identity document to bypass automated face recognition systems. In recent years, no-reference (i.e., single image) and differential morphing attack detectors have been proposed to tackle this risk. These systems are typically evaluated in isolation from the face recognition system that they have to operate jointly with and do not consider the face recognition process. Contrary to most existing works, we present a novel method for adapting deep learning-based face recognition systems to be more robust against face morphing attacks. To this end, we introduce TetraLoss, a novel loss function that learns to separate morphed face images from its contributing subjects in the embedding space while still achieving high biometric verification performance. In a comprehensive evaluation, we show that the proposed method can significantly enhance the original system while also significantly outperforming other tested baseline methods.
• Abstract（参考訳）: 顔認識システムは、国境管理における生体認証などの高セキュリティアプリケーションに広く採用されている。 プリスタンデータの精度は高いが、顔認識システムに対するセキュリティ上の脅威として、顔変形などのデジタル操作が知られている。 悪意ある俳優は、身分証明書発行プロセスによって提供される施設を利用して、形態画像を含む身分証明書を得ることができる。 したがって、形態素画像の作成に寄与した被験者は、ID文書を高い確率で利用して、自動顔認証システムを回避することができる。 近年では、このリスクに対処するために、非参照(単一画像)と差動モーフィング攻撃検出器が提案されている。 これらのシステムは通常、顔認識システムとは独立して評価され、顔認識プロセスは考慮されない。 既存のほとんどの研究とは対照的に、深層学習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。 そこで本研究では, 生体認証性能を保ちながら, 被写体から顔像を分離する新たなロス関数TetraLossを紹介した。 総合的な評価では,提案手法は元のシステムを大幅に向上すると同時に,他の試験基準法よりも大幅に向上することを示した。

関連論文リスト

• iFADIT: Invertible Face Anonymization via Disentangled Identity Transform [51.123936665445356]
  顔の匿名化は、個人のプライバシーを保護するために顔の視覚的アイデンティティを隠すことを目的としている。 Invertible Face Anonymization の頭字語 iFADIT を Disentangled Identity Transform を用いて提案する。
  論文  参考訳（メタデータ） (2025-01-08T10:08:09Z)
• ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
  深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。 この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。 我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning [50.79277723970418]
  模倣攻撃は 不正な識別と その後の攻撃者の認証につながる 顔認識と同様に、模倣攻撃も機械学習で検出できる。 本稿では,未使用の機能と時間認識の深層学習戦略を組み合わせることで,高い分類精度を実現する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-08-27T07:26:10Z)
• 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)
• Unrecognizable Yet Identifiable: Image Distortion with Preserved Embeddings [22.338328674283062]
  本稿では,ニューラルネットワークモデルによる顔画像の識別性を保ちながら,目に対して認識不能な顔画像を描画する,革新的な画像変換手法を提案する。 提案手法は、様々な人工知能アプリケーションにおいて、視覚データを歪曲し、派生した特徴を近接に保つために使用することができる。 同一の認識精度を維持しつつ、画像内容が70%以上変化する歪みを構築することができることを示す。
  論文  参考訳（メタデータ） (2024-01-26T18:20:53Z)
• Analyzing eyebrow region for morphed image detection [4.879461135691896]
  提案手法は,眼窩領域の周波数を解析することに基づく。 以上の結果から,本手法は画像の変形検出に有用なツールである可能性が示唆された。
  論文  参考訳（メタデータ） (2023-10-30T06:11:27Z)
• 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)
• Analysis of Recent Trends in Face Recognition Systems [0.0]
  クラス間の類似性とクラス内変異により、顔認識システムは、それぞれ偽マッチングと偽非マッチエラーを生成する。 近年の研究では、抽出した特徴の堅牢性向上と、認識精度を高めるための前処理アルゴリズムに焦点が当てられている。
  論文  参考訳（メタデータ） (2023-04-23T18:55:45Z)
• Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
  本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。 FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
  論文  参考訳（メタデータ） (2021-06-08T05:25:03Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

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。