Fugu-MT 論文翻訳(概要): AI-Powered Facial Mask Removal Is Not Suitable For Biometric Identification

論文の概要: AI-Powered Facial Mask Removal Is Not Suitable For Biometric Identification

arxiv url: http://arxiv.org/abs/2603.27747v1
Date: Sun, 29 Mar 2026 16:00:37 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-31 23:18:45.098651
Title: AI-Powered Facial Mask Removal Is Not Suitable For Biometric Identification
Title（参考訳）: AIによる顔マスクの除去は生体認証には適していない
Authors: Emily A Cooper, Hany Farid,
Abstract要約: クラウドソースによるオンライン犯罪捜査は、低品質の視覚的証拠を高めるために生成AIを使用している。ある有名な事件では、ソーシャルメディア利用者が、致命的な銃撃に関与した連邦捜査官の「AIに偽装された」イメージを流布し、広範囲にわたる誤認を助長した。
参考スコア（独自算出の注目度）: 13.005798786499014
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Recently, crowd-sourced online criminal investigations have used generative-AI to enhance low-quality visual evidence. In one high-profile case, social-media users circulated an "AI-unmasked" image of a federal agent involved in a fatal shooting, fueling a wide-spread misidentification. In response to this and similar incidents, we conducted a large-scale analysis evaluating the efficacy and risks of commercial AI-powered facial unmasking, specifically assessing whether the resulting faces can be reliably matched to true identities.
Abstract（参考訳）: 近年、クラウドソーシングによるオンライン犯罪捜査では、生成AIを用いて低品質の視覚的証拠を高めている。ある有名な事件では、ソーシャルメディア利用者が、致命的な銃撃に関与した連邦捜査官の「AIに偽装された」イメージを流布し、広範囲にわたる誤認を助長した。これに対応して、我々は、商用AIによる顔アンマキングの有効性とリスクを大規模に分析し、結果の顔が真の身元と確実に一致できるかどうかを具体的に評価した。

関連論文リスト

SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。 SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
論文参考訳（メタデータ） (2026-02-04T19:30:48Z)
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)
Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文参考訳（メタデータ） (2023-10-18T14:49:54Z)
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)
Toward Face Biometric De-identification using Adversarial Examples [12.990538405629453]
顔認識は、特にソーシャルメディアにおけるインターネットユーザーのプライバシーを脅かしている。本稿では、個人画像の識別に2つの広く知られている逆法を用いることの有効性を評価する。
論文参考訳（メタデータ） (2023-02-07T18:17:41Z)
MaskMTL: Attribute prediction in masked facial images with deep multitask learning [9.91045425400833]
本稿では,マスク付き顔画像から多種多様な特徴を共同で推定する深層マルチタスク学習(MTL)手法を提案する。提案手法は、他の競合技術よりも性能が優れている。
論文参考訳（メタデータ） (2022-01-09T13:03:29Z)
Adversarial Mask: Real-World Adversarial Attack Against Face Recognition Models [66.07662074148142]
本稿では,最先端の深層学習に基づく顔認識モデルに対する物理対角的普遍摂動(UAP)を提案する。実験では,幅広い深層学習モデルとデータセットへの対向マスクの転送可能性について検討した。ファブリック・メディカル・フェイスマスクに対向パターンを印刷することにより,実世界の実験において,我々の対向マスクの有効性を検証した。
論文参考訳（メタデータ） (2021-11-21T08:13:21Z)
Differential Anomaly Detection for Facial Images [15.54185745912878]
アイデンティティ攻撃は、不正アクセスと偽情報の拡散に使用できるため、セキュリティ上の大きな脅威となる。同一性攻撃を検出するほとんどのアルゴリズムは、訓練時に未知の攻撃タイプに悪影響を及ぼす。本稿では,まず画像から深層面の埋め込みを抽出する差動異常検出フレームワークを提案する。
論文参考訳（メタデータ） (2021-10-07T13:45:13Z)
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)
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。