論文の概要: Concept Discovery in Deep Neural Networks for Explainable Face Anti-Spoofing

• arxiv url: http://arxiv.org/abs/2412.17541v1
• Date: Mon, 23 Dec 2024 13:03:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-24 16:00:16.495815
• Title: Concept Discovery in Deep Neural Networks for Explainable Face Anti-Spoofing
• Title（参考訳）: 説明可能な顔アンチスプーフィングのためのディープニューラルネットワークの概念発見
• Authors: Haoyuan Zhang, Xiangyu Zhu, Li Gao, Jiawei Pan, Kai Pang, Guoying Zhao, Stan Z. Li, Zhen Lei,
• Abstract要約: 我々は、XAIを対面アンチ・スプーフィングに組み込み、X-FAS(eXplainable Face Anti-Spoofing)と呼ばれる新しい問題を提案する。 提案するSPED(SPoofing Evidence Discovery)は,スプーフ概念を探索し,発見概念に基づいて信頼性の高い説明を提供するX-FAS法である。 実験の結果,SPEDは信頼性のある説明を生成できることがわかった。
• 参考スコア（独自算出の注目度）: 70.66630516422701
• License:
• Abstract: With the rapid growth usage of face recognition in people's daily life, face anti-spoofing becomes increasingly important to avoid malicious attacks. Recent face anti-spoofing models can reach a high classification accuracy on multiple datasets but these models can only tell people ``this face is fake'' while lacking the explanation to answer ``why it is fake''. Such a system undermines trustworthiness and causes user confusion, as it denies their requests without providing any explanations. In this paper, we incorporate XAI into face anti-spoofing and propose a new problem termed X-FAS (eXplainable Face Anti-Spoofing) empowering face anti-spoofing models to provide an explanation. We propose SPED (SPoofing Evidence Discovery), an X-FAS method which can discover spoof concepts and provide reliable explanations on the basis of discovered concepts. To evaluate the quality of X-FAS methods, we propose an X-FAS benchmark with annotated spoofing evidence by experts. We analyze SPED explanations on face anti-spoofing dataset and compare SPED quantitatively and qualitatively with previous XAI methods on proposed X-FAS benchmark. Experimental results demonstrate SPED's ability to generate reliable explanations.
• Abstract（参考訳）: 日常生活における顔認識の急速な普及に伴い、悪意のある攻撃を避けるために、顔の偽造がますます重要になっている。 最近の顔アンチスプーフィングモデルは、複数のデータセットで高い分類精度に達することができるが、これらのモデルでは、‘この顔が偽である’と答えるだけで、‘なぜ偽である’と答える説明が欠けている。 このようなシステムは信頼性を損ね、ユーザを混乱させます。 本稿では,XAIを顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の顔の 提案するSPED(SPoofing Evidence Discovery)は,スプーフ概念を探索し,発見概念に基づいて信頼性の高い説明を提供するX-FAS法である。 そこで本稿では,X-FAS法の品質を評価するために,専門家による注釈付きスプーリングエビデンスを用いたX-FASベンチマークを提案する。 X-FASベンチマークを用いて,顔の反スプーフィングデータセットのSPED説明を分析し,SPEDと従来のXAI手法の定量的および定性的に比較した。 実験の結果,SPEDは信頼性のある説明を生成できることがわかった。

関連論文リスト

• Exposing Fine-Grained Adversarial Vulnerability of Face Anti-Spoofing Models [13.057451851710924]
  Face-Spoofingは、スプーフする顔画像(例えば、印刷された写真)をライブ画像と区別することを目的としている。 従来は対向攻撃法を用いて対面防汚性能の評価を行った。 本稿では,顔の反偽造モデルにおけるきめ細かな敵の脆弱性を明らかにするための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-05-30T04:56:33Z)
• Restricted Black-box Adversarial Attack Against DeepFake Face Swapping [70.82017781235535]
  本稿では,顔画像偽造モデルに対する問い合わせを一切必要としない現実的な敵攻撃を提案する。 本手法は,顔の再構成を行う代用モデルに基づいて構築され,置換モデルから非アクセス可能なブラックボックスDeepFakeモデルへの逆例を直接転送する。
  論文  参考訳（メタデータ） (2022-04-26T14:36:06Z)
• 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)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)
• On Disentangling Spoof Trace for Generic Face Anti-Spoofing [24.75975874643976]
  偽造防止の鍵は「偽造痕跡」と呼ばれる微妙なイメージパターンにある 本研究は,スプーフトレースを入力面から切り離すための,新たな逆学習フレームワークを設計する。
  論文  参考訳（メタデータ） (2020-07-17T23:14:16Z)
• Look Locally Infer Globally: A Generalizable Face Anti-Spoofing Approach [53.86588268914105]
  最先端のスプーフ検出方法は、トレーニング中に見られるスプーフタイプに過度に適合し、未知のスプーフタイプに一般化できない傾向にある。 顔画像から局所的な識別的手がかりを自己監督的に学習するために訓練された自己監督型地域完全畳み込みネットワーク(SSR-FCN)を提案する。
  論文  参考訳（メタデータ） (2020-06-04T13:11:17Z)
• Deep Spatial Gradient and Temporal Depth Learning for Face Anti-spoofing [61.82466976737915]
  深層学習は、顔の反偽造の最も効果的な方法の1つとして証明されている。 2つの洞察に基づいて,複数フレームからの提示攻撃を検出する新しい手法を提案する。 提案手法は,5つのベンチマークデータセットの最先端結果を実現する。
  論文  参考訳（メタデータ） (2020-03-18T06:11:20Z)

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。