論文の概要: Dealing with Subject Similarity in Differential Morphing Attack Detection
- arxiv url: http://arxiv.org/abs/2404.07667v1
- Date: Thu, 11 Apr 2024 12:00:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-12 14:09:30.858405
- Title: Dealing with Subject Similarity in Differential Morphing Attack Detection
- Title(参考訳): ディファレンシャル・モーフィング・アタック検出における主観的類似性への対処
- Authors: Nicolò Di Domenico, Guido Borghi, Annalisa Franco, Davide Maltoni,
- Abstract要約: 我々は,信頼されたライブキャプチャー(通常犯罪者を表す)を文書画像と比較し,それを形態的またはボナフィドとして分類する微分MAD(D-MAD)に焦点を当てた。
形態素画像とライブ画像が十分に多様である場合に、識別特徴に基づくこれらのアプローチが有効であることを示す。
ACIdA, モジュール型分類のためのモジュールと, 入力画像の識別とアーティファクト解析のための2つのモジュールからなるモジュール型D-MADシステムを提案する。
- 参考スコア(独自算出の注目度): 4.3659108218579545
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The advent of morphing attacks has posed significant security concerns for automated Face Recognition systems, raising the pressing need for robust and effective Morphing Attack Detection (MAD) methods able to effectively address this issue. In this paper, we focus on Differential MAD (D-MAD), where a trusted live capture, usually representing the criminal, is compared with the document image to classify it as morphed or bona fide. We show these approaches based on identity features are effective when the morphed image and the live one are sufficiently diverse; unfortunately, the effectiveness is significantly reduced when the same approaches are applied to look-alike subjects or in all those cases when the similarity between the two compared images is high (e.g. comparison between the morphed image and the accomplice). Therefore, in this paper, we propose ACIdA, a modular D-MAD system, consisting of a module for the attempt type classification, and two modules for the identity and artifacts analysis on input images. Successfully addressing this task would allow broadening the D-MAD applications including, for instance, the document enrollment stage, which currently relies entirely on human evaluation, thus limiting the possibility of releasing ID documents with manipulated images, as well as the automated gates to detect both accomplices and criminals. An extensive cross-dataset experimental evaluation conducted on the introduced scenario shows that ACIdA achieves state-of-the-art results, outperforming literature competitors, while maintaining good performance in traditional D-MAD benchmarks.
- Abstract(参考訳): モーフィング攻撃の出現は、自動顔認識システムに重大なセキュリティ上の懸念を生じさせ、この問題に効果的に対処できる堅牢で効果的なモルフィング攻撃検出(MAD)手法の必要性が高まった。
本稿では,通常犯罪者を表す信頼されたライブキャプチャを文書画像と比較し,それを形態的またはボナフィドとして分類する,微分MAD(D-MAD)に焦点を当てる。
これらの手法は, 形状画像とライブ画像が十分に多様である場合に有効であることを示すが, 残念ながら, 同じアプローチがルックライクな被験者に適用された場合や, 比較画像の類似度が高い場合(例えば, 形状画像と共役者の比較)には, 有効性が著しく低下する。
そこで本稿では,ACIdAというモジュール型分類用モジュールと,入力画像の識別とアーティファクト解析のための2つのモジュールからなるモジュール型D-MADシステムを提案する。
このタスクに成功すれば、例えば、現在完全に人間の評価に依存している文書の登録段階を含むD-MADアプリケーションの拡張が可能になるため、操作された画像を含むIDドキュメントの公開や、共犯者と犯罪者の両方を検出するための自動ゲートが制限される。
ACIdAは、従来のD-MADベンチマークで優れた性能を維持しつつ、最先端の成果を達成し、文献の競合よりも優れていることを示す。
関連論文リスト
- Generalized Single-Image-Based Morphing Attack Detection Using Deep Representations from Vision Transformer [13.21801650767302]
顔改ざん攻撃は、国境管理やパスポート発行のユースケースで運用される顔認識システム(FRS)に深刻な脅威をもたらしている。
視覚変換器 (ViT) アーキテクチャから符号化を学習し, 一般化された単一画像ベースMAD (S-MAD) アルゴリズムを提案する。
一般公開されたFRGC顔データセットを用いて顔変形データセットを用いて実験を行った。
論文 参考訳(メタデータ) (2025-01-16T20:09:19Z) - Enhance Image Classification via Inter-Class Image Mixup with Diffusion Model [80.61157097223058]
画像分類性能を高めるための一般的な戦略は、T2Iモデルによって生成された合成画像でトレーニングセットを増強することである。
本研究では,既存のデータ拡張技術の欠点について検討する。
Diff-Mixと呼ばれる革新的なクラス間データ拡張手法を導入する。
論文 参考訳(メタデータ) (2024-03-28T17:23:45Z) - Introspective Deep Metric Learning [91.47907685364036]
本稿では,不確実性を考慮した画像比較のためのイントロスペクティブな深度学習フレームワークを提案する。
提案するIDMLフレームワークは,不確実性モデリングによるディープメトリック学習の性能を向上させる。
論文 参考訳(メタデータ) (2023-09-11T16:21:13Z) - Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。
既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。
本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-07-31T10:22:33Z) - 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) - Masked Images Are Counterfactual Samples for Robust Fine-tuning [77.82348472169335]
微調整の深層学習モデルは、分布内(ID)性能と分布外(OOD)堅牢性の間のトレードオフにつながる可能性がある。
そこで本研究では,マスク付き画像を対物サンプルとして用いて,ファインチューニングモデルのロバスト性を向上させる新しいファインチューニング手法を提案する。
論文 参考訳(メタデータ) (2023-03-06T11:51:28Z) - 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) - Introspective Deep Metric Learning for Image Retrieval [80.29866561553483]
良好な類似性モデルは、より堅牢なトレーニングのために曖昧なイメージをよりよく扱うように注意しながら、意味的な相違を考慮すべきである、と我々は主張する。
本稿では,画像の意味的特徴とあいまいさを記述した,意味的埋め込みだけでなく,付随する不確実性埋め込みを用いて画像を表現することを提案する。
提案したIDMLフレームワークは,不確実性モデリングによるディープメトリック学習の性能向上を実現し,広く使用されているCUB-200-2011,Cars196,Stanford Online Productsデータセットの最先端結果を得る。
論文 参考訳(メタデータ) (2022-05-09T17:51:44Z) - Deep Image Destruction: A Comprehensive Study on Vulnerability of Deep
Image-to-Image Models against Adversarial Attacks [104.8737334237993]
本稿では,敵対的攻撃に対する深部画像対画像モデルの脆弱性に関する包括的調査を行う。
一般的な5つの画像処理タスクでは、さまざまな観点から16の深いモデルが分析される。
画像分類タスクとは異なり、画像間タスクの性能劣化は様々な要因によって大きく異なることが示される。
論文 参考訳(メタデータ) (2021-04-30T14:20:33Z) - Face Morphing Attack Generation & Detection: A Comprehensive Survey [12.936155415524937]
顔認識システム (FRS) はバイオメトリック・コミュニティから大きな関心を集めている。
モーフィング攻撃の目標は、自動境界制御ゲートでFRSを反転させることである。
悪質な俳優及び共犯者は、変形した顔画像を生成して、eパスポートを得ることができる。
論文 参考訳(メタデータ) (2020-11-03T22:36:27Z)
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。