論文の概要: The Impact of Print-and-Scan in Heterogeneous Morph Evaluation Scenarios
- arxiv url: http://arxiv.org/abs/2404.06559v1
- Date: Tue, 9 Apr 2024 18:23:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-11 16:18:39.549817
- Title: The Impact of Print-and-Scan in Heterogeneous Morph Evaluation Scenarios
- Title(参考訳): 不均質な形態評価シナリオにおける印刷・走査の影響
- Authors: Richard E. Neddo, Zander W. Blasingame, Chen Liu,
- Abstract要約: 印刷および走査が一連の試験を通じて形態形成攻撃に与える影響について検討する。
実験の結果,DiMでは5.64%の偽マッチングが可能であることが判明した。
また、厳密な印刷スキャンされたモルヒネ攻撃は、非印刷スキャンされたデジタルモルヒネよりも平均9.185%強く行われた。
- 参考スコア(独自算出の注目度): 1.9035583634286277
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Face morphing attacks present an emerging threat to the face recognition system. On top of that, printing and scanning the morphed images could obscure the artifacts generated during the morphing process, which makes morphed image detection even harder. In this work, we investigate the impact that printing and scanning has on morphing attacks through a series of heterogeneous tests. Our experiments show that we can increase the possibility of a false match by up to 5.64% for DiM and 16.00% for StyleGAN2 when providing an image that has been printed and scanned, regardless it is morphed or bona fide, to a Face Recognition (FR) system. Likewise, using Frechet Inception Distance (FID) metric, strictly print-scanned morph attacks performed on average 9.185% stronger than non-print-scanned digital morphs.
- Abstract(参考訳): 顔形態攻撃は、顔認識システムに新たな脅威をもたらす。
それに加えて、モルヒネ画像の印刷とスキャンは、モルヒネ処理中に生成されたアーティファクトを隠蔽する可能性があるため、モルヒネ画像の検出はさらに困難になる。
本研究では,印刷・走査が異種連続試験による形態形成攻撃に与える影響について検討する。
本実験により,顔認識(FR)システムにおいて,画像の印刷・スキャンを行う場合,DiMは5.64%,StyleGAN2は16.00%の偽マッチングが可能であることが確認された。
同様に、フレシェ・インセプション・ディスタンス(Frechet Inception Distance、FID)メートル法を用いて、厳密に印刷されたモルフィック攻撃は、非印刷されたデジタルモルフィックよりも平均9.185%強く行われた。
関連論文リスト
- Towards Better Morphed Face Images without Ghosting Artifacts [3.95944314850151]
そこで本研究では,形態生成中の画素ワイドアライメントに基づくゴーストアーティファクトの自動防止手法を提案する。
提案手法は,高品質な形態に不可欠なバイオメトリックスの品質を損なわないことを示す。
論文 参考訳(メタデータ) (2023-12-13T12:58:30Z) - 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) - 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) - Face Morphing Attacks and Face Image Quality: The Effect of Morphing and
the Unsupervised Attack Detection by Quality [6.889667606945215]
形態形成過程が知覚的画像品質と顔認識における画像有用性の両方に影響を及ぼす可能性を理論的に論じる。
本研究は、顔画像品質測定と顔画像有効性測定の両方を含む、顔画像品質に対するモーフィングの効果を広範囲に分析する。
本研究は、この効果に基づいて、品質スコアに基づいて、教師なしモーフィング攻撃検出(MAD)を行う可能性について検討する。
論文 参考訳(メタデータ) (2022-08-11T15:12:50Z) - Exploring Frequency Adversarial Attacks for Face Forgery Detection [59.10415109589605]
フェースフォージェリ検出器に対する周波数対向攻撃法を提案する。
また,メタラーニングの概念に触発されて,空間領域と周波数領域の両方で攻撃を行うハイブリッド逆攻撃を提案する。
論文 参考訳(メタデータ) (2022-03-29T15:34:13Z) - A Face Recognition System's Worst Morph Nightmare, Theoretically [0.0]
顔認識システム(FRS)はモルヒネ攻撃に弱いが、ほとんどの研究はランドマークベースのモルヒネに重点を置いている。
本稿では,学習の容易さの利点を生かした,第3の異なる形態を創出する手法を提案する。
論文 参考訳(メタデータ) (2021-11-30T14:09:47Z) - PW-MAD: Pixel-wise Supervision for Generalized Face Morphing Attack
Detection [6.24950085812444]
顔変形攻撃画像は複数のアイデンティティに検証できるため、境界チェックのようなアイデンティティ検証に基づくプロセスに対する大きな脆弱性となる。
しかし、顔の変形を検知する様々な方法が提案されているが、予期せぬ後変態過程への一般化性は低い。
主要なポストモーフィングプロセスは、パスポートやID文書を発行する際、多くの国で実施される印刷およびスキャン操作である。
論文 参考訳(メタデータ) (2021-08-23T17:04:51Z) - Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。
以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。
キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
論文 参考訳(メタデータ) (2021-04-28T09:35:48Z) - 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) - 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) - 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。