論文の概要: V-MAD: Video-based Morphing Attack Detection in Operational Scenarios
- arxiv url: http://arxiv.org/abs/2404.06963v1
- Date: Wed, 10 Apr 2024 12:22:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-11 14:40:47.741152
- Title: V-MAD: Video-based Morphing Attack Detection in Operational Scenarios
- Title(参考訳): V-MAD:手術シナリオにおけるビデオ型モーフィング検出
- Authors: Guido Borghi, Annalisa Franco, Nicolò Di Domenico, Matteo Ferrara, Davide Maltoni,
- Abstract要約: 本稿では,実運用シナリオにおけるビデオ型モーフィング攻撃検出(V-MAD)システムの可能性について紹介し,検討する。
V-MADはビデオシーケンスに基づいており、しばしば顔認証ツールによって取得されるビデオストリームを利用する。
複数のプローブフレームが利用可能であることが、モーフィング攻撃検出タスクにもたらす利点を初めて示す。
- 参考スコア(独自算出の注目度): 4.353138826597465
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In response to the rising threat of the face morphing attack, this paper introduces and explores the potential of Video-based Morphing Attack Detection (V-MAD) systems in real-world operational scenarios. While current morphing attack detection methods primarily focus on a single or a pair of images, V-MAD is based on video sequences, exploiting the video streams often acquired by face verification tools available, for instance, at airport gates. Through this study, we show for the first time the advantages that the availability of multiple probe frames can bring to the morphing attack detection task, especially in scenarios where the quality of probe images is varied and might be affected, for instance, by pose or illumination variations. Experimental results on a real operational database demonstrate that video sequences represent valuable information for increasing the robustness and performance of morphing attack detection systems.
- Abstract(参考訳): 顔形態形成攻撃の脅威が増大する中で,本研究では,実世界の運用シナリオにおけるビデオベースMorphing Detection(V-MAD)システムの可能性について紹介し,検討する。
現在のモーフィング攻撃検出方法は、主に1つまたは1つの画像に焦点を当てているが、V-MADはビデオシーケンスに基づいており、例えば空港のゲートで利用可能な顔認証ツールによって取得されるビデオストリームを利用する。
本研究では,複数のプローブフレームが利用可能であることが,特にプローブ画像の品質が変化し,例えばポーズや照明のバリエーションによって影響を受ける場合において,モーフィング攻撃検出タスクにもたらすメリットを初めて示す。
実運用データベースにおける実験結果から, ビデオシーケンスは, モーフィング攻撃検知システムのロバスト性や性能を高める上で, 貴重な情報であることが示された。
関連論文リスト
- Source-free Domain Adaptation for Video Object Detection Under Adverse Image Conditions [0.0]
トレーニング済みのビデオオブジェクト検出器を現実のシナリオにデプロイする場合、トレーニングとテストデータのドメインギャップは、しばしばパフォーマンスの低下につながる。
ビデオオブジェクト検出(VOD)のためのシンプルで効果的なソースフリードメイン適応法(SFDA)を提案する。
具体的には,1段VOD法であるYOLOVの性能を,騒音,空気乱流,迷路などの画像条件下で改善することを目的としている。
論文 参考訳(メタデータ) (2024-04-23T17:39:06Z) - SeaDSC: A video-based unsupervised method for dynamic scene change
detection in unmanned surface vehicles [3.2716252389196288]
本稿では,無人表面車両(USV)の動的シーン変化を検出するためのアプローチについて概説する。
本研究の目的は,海中映像データのダイナミックなシーン,特に高い類似性を示すシーンに顕著な変化を見出すことである。
本研究では,動的シーン変化検出システムにおいて,教師なし学習手法を提案する。
論文 参考訳(メタデータ) (2023-11-20T07:34:01Z) - Face Morphing Attack Detection with Denoising Diffusion Probabilistic
Models [0.0]
モールフされた顔画像は、様々な悪意のある目的のために誰かの身元を偽装するために使用することができる。
既存のMAD技術は、ボナフィドやモルフィド画像の例から学ぶ識別モデルに依存している。
本研究では,ボナファイド画像の特徴からのみ学習できる新しい拡散型MAD法を提案する。
論文 参考訳(メタデータ) (2023-06-27T18:19:45Z) - Multispectral Imaging for Differential Face Morphing Attack Detection: A
Preliminary Study [7.681417534211941]
本稿では,D-MAD(D-MAD)のためのマルチスペクトルフレームワークを提案する。
提案したマルチスペクトルD-MADフレームワークは、7つの異なるスペクトルバンドを取得してモーフィング攻撃を検出するために、信頼できるキャプチャとしてキャプチャされたマルチスペクトル画像を導入する。
論文 参考訳(メタデータ) (2023-04-07T07:03:00Z) - Adversarial Machine Learning Attacks Against Video Anomaly Detection
Systems [30.68108039722565]
ビデオにおける異常検出は、自動化されたビデオ監視を含む様々なアプリケーションにおいて重要なコンピュータビジョン問題である。
本稿では,サイバー攻撃による映像異常検出システムに対する対角的機械学習攻撃について検討する。
論文 参考訳(メタデータ) (2022-04-07T00:57:50Z) - PreViTS: Contrastive Pretraining with Video Tracking Supervision [53.73237606312024]
PreViTSは、同じオブジェクトを含むクリップを選択するための教師なしSSLフレームワークである。
PreViTSはフレーム領域を空間的に制約し、モデルから学習し、意味のあるオブジェクトを見つけるように訓練する。
モーメントコントラスト(MoCo)エンコーダを,PreViTSを用いてVGG-SoundとKinetics-400データセットでトレーニングする。
論文 参考訳(メタデータ) (2021-12-01T19:49:57Z) - Federated Test-Time Adaptive Face Presentation Attack Detection with
Dual-Phase Privacy Preservation [100.69458267888962]
顔提示攻撃検出(fPAD)は、現代の顔認識パイプラインにおいて重要な役割を果たす。
法的およびプライバシー上の問題により、トレーニングデータ(実際の顔画像と偽画像)は、異なるデータソース間で直接共有することはできない。
本稿では,二相プライバシー保護フレームワークを用いたフェデレーションテスト時間適応顔提示検出を提案する。
論文 参考訳(メタデータ) (2021-10-25T02:51:05Z) - Robust Unsupervised Video Anomaly Detection by Multi-Path Frame
Prediction [61.17654438176999]
本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。
提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
論文 参考訳(メタデータ) (2020-11-05T11:34:12Z) - Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。
UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文 参考訳(メタデータ) (2020-09-16T11:37:43Z) - Sharp Multiple Instance Learning for DeepFake Video Detection [54.12548421282696]
我々はDeepFakeビデオに、ビデオレベルのラベルのみを提供するが、フェイクビデオのすべての顔が操作されるわけではない部分的な顔攻撃という新しい問題を導入する。
インスタンス埋め込みからバッグ予測への直接マッピングを構築する鋭いMIL(S-MIL)を提案する。
FFPMSと広く使われているDFDCデータセットの実験により、S-MILは部分的に攻撃されたDeepFakeビデオ検出において他の手法よりも優れていることが確認された。
論文 参考訳(メタデータ) (2020-08-11T08:52:17Z) - Gabriella: An Online System for Real-Time Activity Detection in
Untrimmed Security Videos [72.50607929306058]
本研究では,未トリミングされたセキュリティビデオ上でのアクティビティ検出をリアルタイムに行うオンラインシステムを提案する。
提案手法は, チューブレット抽出, 活性分類, オンラインチューブレットマージの3段階からなる。
提案手法の有効性を,100fps(100fps)と最新技術による性能評価で実証した。
論文 参考訳(メタデータ) (2020-04-23T22:20:10Z)
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。