論文の概要: Introducing Nylon Face Mask Attacks: A Dataset for Evaluating Generalised Face Presentation Attack Detection

• arxiv url: http://arxiv.org/abs/2511.08114v1
• Date: Wed, 12 Nov 2025 01:40:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-12 20:17:03.650341
• Title: Introducing Nylon Face Mask Attacks: A Dataset for Evaluating Generalised Face Presentation Attack Detection
• Title（参考訳）: ナイロンマスク攻撃の導入:汎用顔提示攻撃検出のためのデータセット
• Authors: Manasa, Sushrut Patwardhan, Narayan Vetrekar, Pavan Kumar, R. S. Gad, Raghavendra Ramachandra,
• Abstract要約: 顔認識システムは、スマートフォン認証、アクセス制御、国境警備など、幅広いアプリケーションに展開されている。 これらのシステムはプレゼンテーションアタック(PA)に対して脆弱であり、信頼性を著しく損なう可能性がある。 我々は,Nylon Face Masks (NFMs) と呼ばれる,斬新で現実的な提示攻撃装置に着目した新しいデータセットを提案する。 NFMは弾性構造と外観のために特に関係しており、攻撃者が着用する際の被害者の顔の形状を忠実に模倣することができる。
• 参考スコア（独自算出の注目度）: 4.370475817747562
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face recognition systems are increasingly deployed across a wide range of applications, including smartphone authentication, access control, and border security. However, these systems remain vulnerable to presentation attacks (PAs), which can significantly compromise their reliability. In this work, we introduce a new dataset focused on a novel and realistic presentation attack instrument called Nylon Face Masks (NFMs), designed to simulate advanced 3D spoofing scenarios. NFMs are particularly concerning due to their elastic structure and photorealistic appearance, which enable them to closely mimic the victim's facial geometry when worn by an attacker. To reflect real-world smartphone-based usage conditions, we collected the dataset using an iPhone 11 Pro, capturing 3,760 bona fide samples from 100 subjects and 51,281 NFM attack samples across four distinct presentation scenarios involving both humans and mannequins. We benchmark the dataset using five state-of-the-art PAD methods to evaluate their robustness under unseen attack conditions. The results demonstrate significant performance variability across methods, highlighting the challenges posed by NFMs and underscoring the importance of developing PAD techniques that generalise effectively to emerging spoofing threats.
• Abstract（参考訳）: 顔認識システムは、スマートフォン認証、アクセス制御、国境警備など、幅広いアプリケーションに展開されている。 しかし、これらのシステムはプレゼンテーションアタック(PA)に対して脆弱であり、信頼性を著しく損なう可能性がある。 そこで本研究では,Nylon Face Masks (NFMs) と呼ばれる,高度な3Dスプーフィングシナリオをシミュレートした,斬新で現実的なプレゼンテーションアタックシステムを提案する。 NFMは特に、その弾性構造とフォトリアリスティックな外観により、攻撃者が着用する際の被害者の顔の形状を忠実に模倣することができる。 実際のスマートフォンベースの使用状況を反映するため、iPhone 11 Proを使用してデータセットを収集し、100人の被験者から3,760個のボナファイドサンプルと、51,281個のNFM攻撃サンプルを、人間とマネキンの両方を含む4つの異なるプレゼンテーションシナリオで収集した。 我々は5つの最先端のPAD手法を用いてデータセットをベンチマークし、未知の攻撃条件下でその堅牢性を評価する。 その結果,NFMがもたらす課題を浮き彫りな脅威を効果的に一般化するPAD技術開発の重要性を浮き彫りにした。

関連論文リスト

• Are Foundation Models All You Need for Zero-shot Face Presentation Attack Detection? [7.287930923353593]
  顔認識システムは攻撃提示(AP)に対して脆弱である 本稿では,ゼロショットプレゼンテーションアタック検出(PAD)手法について述べる。 まず,確立された実験シナリオにおける基礎モデルの有効性と一般性を評価する。
  論文  参考訳（メタデータ） (2025-07-22T09:38:21Z)
• FaceShield: Explainable Face Anti-Spoofing with Multimodal Large Language Models [51.858371492494456]
  対面防止(FAS)は、提示攻撃から顔認識システムを保護するために不可欠である。 現在、FASタスク用に特別に設計された、普遍的で包括的なMLLMとデータセットは存在しない。 FASのためのMLLMであるFaceShieldと、それに対応する事前学習および教師付き微調整データセットを提案する。 命令データセット、プロトコル、コードはまもなくリリースされます。
  論文  参考訳（メタデータ） (2025-05-14T14:10:43Z)
• Imperceptible Face Forgery Attack via Adversarial Semantic Mask [59.23247545399068]
  本稿では, 対向性, 可視性に優れた対向性例を生成できるASMA(Adversarial Semantic Mask Attack framework)を提案する。 具体的には, 局所的なセマンティック領域の摂動を抑制し, 良好なステルス性を実現する, 対向型セマンティックマスク生成モデルを提案する。
  論文  参考訳（メタデータ） (2024-06-16T10:38:11Z)
• VoxAtnNet: A 3D Point Clouds Convolutional Neural Network for Generalizable Face Presentation Attack Detection [2.6118211807973157]
  顔バイオメトリックシステムはプレゼンテーションアタック(PA)に対して脆弱である 本稿では,スマートフォンの前面カメラを用いて捉えた3次元点雲に基づくプレゼンテーション攻撃検出(PAD)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-04-19T07:30:36Z)
• Attribute-Guided Encryption with Facial Texture Masking [64.77548539959501]
  本稿では,顔認識システムからユーザを保護するために,顔テクスチャマスキングを用いた属性ガイド暗号化を提案する。 提案手法は,最先端の手法よりも自然な画像を生成する。
  論文  参考訳（メタデータ） (2023-05-22T23:50:43Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• Shuffled Patch-Wise Supervision for Presentation Attack Detection [12.031796234206135]
  顔の偽造防止は、写真、ビデオ、マスク、または認証された人の顔の別の代用品を使用することによって、偽の顔認証を防止するために不可欠である。 ほとんどのプレゼンテーションアタック検出システムはオーバーフィッティングに悩まされており、1つのデータセットでほぼ完璧なスコアを得るが、より現実的なデータを持つ別のデータセットでは失敗する。 画素単位のバイナリ管理とパッチベースのCNNを組み合わせた新しいPAD手法を提案する。
  論文  参考訳（メタデータ） (2021-09-08T08:14:13Z)
• Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
  顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。 ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。 現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-13T12:48:38Z)
• A Computer Vision System to Help Prevent the Transmission of COVID-19 [79.62140902232628]
  新型コロナウイルスのパンデミックは世界中の日常生活のあらゆる領域に影響を与える。 保健機関は、ソーシャルディスタンス、フェイスマスクを着用し、触れる顔を避けることをアドバイスします。 我々は、新型コロナウイルスの感染を防ぐためのディープラーニングベースのコンピュータビジョンシステムを開発した。
  論文  参考訳（メタデータ） (2021-03-16T00:00:04Z)

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。