論文の概要: Arc2Morph: Identity-Preserving Facial Morphing with Arc2Face

• arxiv url: http://arxiv.org/abs/2602.16569v1
• Date: Wed, 18 Feb 2026 16:11:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-19 15:58:30.643907
• Title: Arc2Morph: Identity-Preserving Facial Morphing with Arc2Face
• Title（参考訳）: Arc2Morph: Arc2Faceによる顔形態のアイデンティティ保存
• Authors: Nicolò Di Domenico, Annalisa Franco, Matteo Ferrara, Davide Maltoni,
• Abstract要約: 顔変形攻撃は、電子ID文書で使用される顔認識システムに対する最も困難な脅威の1つです。 本研究では,識別条件付き顔基盤モデルであるArc2Faceに基づく新しい顔形態形成手法を提案する。 実験結果から,提案手法はランドマークに基づく手法に匹敵するモルヒネ攻撃の可能性が示唆された。
• 参考スコア（独自算出の注目度）: 4.395715188789422
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face morphing attacks are widely recognized as one of the most challenging threats to face recognition systems used in electronic identity documents. These attacks exploit a critical vulnerability in passport enrollment procedures adopted by many countries, where the facial image is often acquired without a supervised live capture process. In this paper, we propose a novel face morphing technique based on Arc2Face, an identity-conditioned face foundation model capable of synthesizing photorealistic facial images from compact identity representations. We demonstrate the effectiveness of the proposed approach by comparing the morphing attack potential metric on two large-scale sequestered face morphing attack detection datasets against several state-of-the-art morphing methods, as well as on two novel morphed face datasets derived from FEI and ONOT. Experimental results show that the proposed deep learning-based approach achieves a morphing attack potential comparable to that of landmark-based techniques, which have traditionally been regarded as the most challenging. These findings confirm the ability of the proposed method to effectively preserve and manage identity information during the morph generation process.
• Abstract（参考訳）: 顔形態攻撃は、電子ID文書で使用される顔認識システムに対する最も困難な脅威の1つとして広く認識されている。 これらの攻撃は、多くの国で採用されているパスポート登録手続きにおいて重大な脆弱性を利用する。 本稿では,コンパクトな顔表現からフォトリアリスティックな顔画像の合成が可能な識別条件付き顔基盤モデルであるArc2Faceに基づく新しい顔形態形成手法を提案する。 提案手法の有効性は,2つの大規模顔形態変化検出データセットと,FEI と ONOT から派生した2つの新しい顔形態変化検出データセットを比較し,提案手法の有効性を実証する。 実験の結果,提案手法はランドマークに基づく手法に匹敵する形態的攻撃の可能性を秘めていることがわかった。 本研究は, 形態生成過程において, 識別情報を効果的に保存し, 管理する手法の有効性を実証するものである。

関連論文リスト

• MorphGuard: Morph Specific Margin Loss for Enhancing Robustness to Face Morphing Attacks [0.0]
  本研究では,顔形態攻撃に対する堅牢性を高めた顔認識のためのディープネットワークのトレーニング手法を提案する。 本手法は,顔形態のラベル付けにおけるあいまいさを効果的に扱える二重ブランチ分類戦略を導入することにより,分類タスクを修飾する。 当社の戦略は,顔形態攻撃に対する堅牢性を向上する上での有効性を実証し,公開ベンチマークで検証されている。
  論文  参考訳（メタデータ） (2025-05-15T17:00:16Z)
• iFADIT: Invertible Face Anonymization via Disentangled Identity Transform [51.123936665445356]
  顔の匿名化は、個人のプライバシーを保護するために顔の視覚的アイデンティティを隠すことを目的としている。 Invertible Face Anonymization の頭字語 iFADIT を Disentangled Identity Transform を用いて提案する。
  論文  参考訳（メタデータ） (2025-01-08T10:08:09Z)
• LADIMO: Face Morph Generation through Biometric Template Inversion with Latent Diffusion [5.602947425285195]
  顔改ざん攻撃は、顔認識システムに深刻なセキュリティ脅威をもたらす。 本稿では,2つの顔認識の埋め込みにおいて,表現レベルの顔形態形成手法であるLADIMOを提案する。 顔形態変種は個々の攻撃成功率を持ち、形態的攻撃ポテンシャルを最大化できることを示す。
  論文  参考訳（メタデータ） (2024-10-10T14:41:37Z)
• TetraLoss: Improving the Robustness of Face Recognition against Morphing Attacks [6.492755549391469]
  顔認識システムは、高セキュリティアプリケーションに広くデプロイされている。 フェースモーフィングのようなデジタル操作は、顔認識システムにセキュリティ上の脅威をもたらす。 本稿では,ディープラーニングに基づく顔認識システムを,顔形態攻撃に対してより堅牢なものにするための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-01-21T21:04:05Z)
• Effective Adapter for Face Recognition in the Wild [72.75516495170199]
  私たちは、画像が低品質で現実世界の歪みに悩まされる、野生の顔認識の課題に取り組みます。 従来のアプローチでは、劣化した画像や、顔の復元技術を使って強化された画像を直接訓練するが、効果がないことが証明された。 高品質な顔データセットで訓練された既存の顔認識モデルを強化するための効果的なアダプタを提案する。
  論文  参考訳（メタデータ） (2023-12-04T08:55:46Z)
• 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)
• Are GAN-based Morphs Threatening Face Recognition? [3.0921354926071274]
  本稿では,4種類のモーフィング攻撃のためのデータセットと対応するコードを提供することにより,このギャップを埋める。 また、4つの最先端の顔認識システムの脆弱性を評価するための広範囲な実験を行った。
  論文  参考訳（メタデータ） (2022-05-05T08:19:47Z)
• 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)
• 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。