論文の概要: R-FLoRA: Residual-Statistic-Gated Low-Rank Adaptation for Single-Image Face Morphing Attack Detection

• arxiv url: http://arxiv.org/abs/2604.17321v1
• Date: Sun, 19 Apr 2026 08:21:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.463532
• Title: R-FLoRA: Residual-Statistic-Gated Low-Rank Adaptation for Single-Image Face Morphing Attack Detection
• Title（参考訳）: R-FLoRA:一画像顔形態検出のための残差統計ゲート付き低ランク適応
• Authors: Raghavendra Ramachandra,
• Abstract要約: 顔形態攻撃は顔認識システムの信頼性に重大なリスクをもたらす。 本稿では,新しい顔形態検出フレームワークを提案する。 高速ラプラシアン残差統計と、凍結された基礎スケールの視覚変換器の表現を統合する。
• 参考スコア（独自算出の注目度）: 6.348134327816868
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face morphing attacks pose a substantial risk to the reliability of face recognition systems used in passport issuance, border control, and digital identity verification. Detecting morphing attacks from a single facial image remains challenging owing to the lack of a trusted reference and the diversity of attack generation methods. This paper presents a new Single-Image Face Morphing Attack Detection (S-MAD) framework that integrates high-frequency Laplacian residual statistics with representations from a frozen, foundation-scale vision transformer. The approach employs residual-statistic-gated low-rank adapters (R-FLoRA) and feature-wise residual fusion (Res-FiLM) to enhance sensitivity to local morphing artefacts while preserving the semantic context of the backbone. A novel residual-contrastive alignment loss further regularises the fused token space, improving discrimination under unseen morphing conditions. Comprehensive experiments on four ICAO-compliant datasets, encompassing seven morph generation techniques, demonstrate that the proposed method consistently surpasses nine recent state-of-the-art S-MAD algorithms in detection accuracy and cross-domain (or dataset) generalisation. With a frozen backbone and minimal trainable parameters, the model achieves real-time efficiency and interpretability, making it suitable for real-life scenarios in biometric verification systems.
• Abstract（参考訳）: 顔認識攻撃は、パスポート発行、境界制御、およびデジタルID認証に使用される顔認識システムの信頼性に重大なリスクをもたらす。 単一の顔画像から形態的攻撃を検出することは、信頼できる参照の欠如と攻撃生成方法の多様性のため、依然として困難である。 本稿では,高速ラプラシアン残差統計と,凍結された基礎スケールの視覚変換器の表現を統合したS-MAD(Single-Image Face Morphing Detection)フレームワークを提案する。 このアプローチでは、バックボーンの意味的コンテキストを保ちながら、局所的な形態素への感受性を高めるために、Res-statistic-gated Low-rank Adapter (R-FLoRA)とRes-FiLM(Res-FiLM)を用いる。 新たな残留コントラストアライメント損失により、融合トークン空間はさらに規則化され、目に見えない形態条件下での識別が向上する。 ICAOに準拠した4つのデータセットに対する総合的な実験により,提案手法は検出精度とクロスドメイン(あるいはデータセット)の一般化において,最新の9つのS-MADアルゴリズムを一貫して上回ることを示した。 凍結したバックボーンと最小限のトレーニング可能なパラメータにより、モデルはリアルタイムの効率性と解釈可能性を実現し、生体認証システムにおける現実のシナリオに適合する。

関連論文リスト

• Face-D(^2)CL: Multi-Domain Synergistic Representation with Dual Continual Learning for Facial DeepFake Detection [21.09692782202372]
  継続的な学習は、顔のディープフェイク検出モデルをフォージェリパターンに適応するための効果的なアプローチを提供する。 顔のディープフェイク検出のためのフレームワークFace-D(2)CLを提案する。
  論文  参考訳（メタデータ） (2026-04-09T12:18:42Z)
• FD-MAD: Frequency-Domain Residual Analysis for Face Morphing Attack Detection [5.931399156681511]
  本稿では,強いベースライン法を大幅に改善する,地域対応の周波数に基づく形態検出手法を提案する。 FRLL-Morphでは平均等誤差率(EER)が1.85%、MAD22では平均EERが6.12%である。
  論文  参考訳（メタデータ） (2026-01-28T14:38:51Z)
• LoRA-Enhanced Vision Transformer for Single Image based Morphing Attack Detection via Knowledge Distillation from EfficientNet [7.409512128477373]
  本研究では,S-MAD(Single-Image Morphing Detection)手法を提案する。 効率を向上させるため,高検出精度を維持しつつ,計算コストを低減し,微調整のためのローランド適応(LoRA)を統合した。 提案手法は6つの最先端S-MAD技術に対してベンチマークを行い,優れた検出性能と計算効率を示す。
  論文  参考訳（メタデータ） (2025-11-16T13:58:11Z)
• 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)
• Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture [81.93945602120453]
  本稿では,顔偽造検出に汎用的かつパラメータ効率の高い手法を提案する。 フォージェリー・ソース・ドメインの多様性を増大させるフォージェリー・ミックス・フォーミュレーションを設計する。 設計したモデルは、トレーニング可能なパラメータを著しく減らし、最先端の一般化性を実現する。
  論文  参考訳（メタデータ） (2024-08-23T01:53:36Z)
• UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
  高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。 我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
  論文  参考訳（メタデータ） (2024-07-26T20:51:54Z)
• 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)
• Reliable Face Morphing Attack Detection in On-The-Fly Border Control Scenario with Variation in Image Resolution and Capture Distance [3.6833521970861685]
  顔形態形成攻撃は、自動FRSと人間の観察者を欺く上で非常に有益である。 本稿では,深部特徴の球面距離と階層融合に基づく新しい微分MAD(D-MAD)アルゴリズムを提案する。 公開されたSCFaceデータセットに基づいて、新たに生成された顔モーフィングデータセット(SCFace-Morph)で実験を行う。
  論文  参考訳（メタデータ） (2022-09-30T13:58:43Z)
• Asymmetric Modality Translation For Face Presentation Attack Detection [55.09300842243827]
  顔提示攻撃検出(PAD)は、悪意のあるユーザによって顔認識システムが偽造されるのを防ぐための重要な手段である。 両モードシナリオにおける非対称なモダリティ変換に基づく新しいフレームワークを提案する。 本手法は,異なる評価プロトコル下での最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-10-18T08:59:09Z)

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。