論文の概要: Intentional Electromagnetic Interference Attacks on Facial Recognition

• arxiv url: http://arxiv.org/abs/2607.15512v1
• Date: Thu, 16 Jul 2026 23:55:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.718873
• Title: Intentional Electromagnetic Interference Attacks on Facial Recognition
• Title（参考訳）: 顔認識における意図的電磁干渉攻撃
• Abstract要約: 本稿では,生体センサの物理-デジタルパイプラインにおける重大な脆弱性について述べる。 本稿では、無線周波数(RF)機器を用いて意図的な電磁干渉を行うことができることを示す。 RF音源による干渉に対して、現代の顔マッチングをテストするための新しいベンチマークとして、電磁波干渉を伴わずに撮像された顔画像からなるデータセットを提供する。
• 参考スコア（独自算出の注目度）: 4.073622439295506
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Attacks on general computer vision algorithms are often relegated to the digital domain, with the optimization performed purely in the digital world and then translated to physical mediums for implementation. In the field of biometrics, including facial recognition, physical presentation attacks targeting biometric sensors are dominant and present significant opportunity and risk. This paper highlights a critical vulnerability in the physical-to-digital pipeline of biometric sensors and provides a standardized approach for testing facial recognition system robustness against hardware attacks, going beyond and potentially complementing presentation attacks (as defined in ISO/IEC 30107 standard series). Specifically, in this work we (a) demonstrate that intentional electromagnetic interference is possible to be conducted with commonly accessible radio frequency (RF) equipment, (b) assess the robustness of state-of-the-art face recognition methods against RF-based attacks, and (c) provide a dataset composed of face images captured with and without electromagnetic interference to serve as a new benchmark for testing modern face matchers against RF-sourced interference.
• Abstract（参考訳）: 一般的なコンピュータビジョンアルゴリズムの攻撃はしばしばデジタルドメインに還元され、最適化はデジタル世界で純粋に行われ、実装のために物理媒体に変換される。 顔認識を含む生体計測学の分野では、バイオメトリックセンサーを標的とした物理的な提示攻撃が支配的であり、大きな機会とリスクが提示される。 本稿では,生体センサの物理対デジタルパイプラインにおける致命的な脆弱性を強調し,ISO/IEC30107標準シリーズで定義されているように,ハードウェア攻撃に対する顔認識システムの堅牢性をテストするための標準化されたアプローチを提供する。 特に この作品では (a)一般的にアクセス可能な無線周波数(RF)機器で意図的な電磁干渉を行うことができることを示す。 (b)RF攻撃に対する最先端の顔認識手法の堅牢性の評価、及び (c) RF音源干渉に対する現代の顔マッチングを検査するための新しいベンチマークとして,電磁波干渉を伴わない顔画像からなるデータセットを提供する。

関連論文リスト

• ISPCloak: Weaponizing ISP for Optimization-Free Physical Camouflage against Deepfake Detectors [14.415785941225735]
  我々は,ISPパイプラインを明示的に武器化し,ディープフェイク検出器の判断を誤解させる新しい攻撃フレームワークISPCloakを提案する。 提案手法はまずインバーティブルISPネットワークを用いてRAW領域に画像を投影する。 そして、現実的なポアソン・ガウスセンサノイズを注入することにより、実カメラの複雑な統計的先行情報をAI生成画像にシームレスに印字する。
  論文  参考訳（メタデータ） (2026-07-24T01:59:53Z)
• Unrecognizable Yet Identifiable: Image Distortion with Preserved Embeddings [22.338328674283062]
  本稿では,ニューラルネットワークモデルによる顔画像の識別性を保ちながら,目に対して認識不能な顔画像を描画する,革新的な画像変換手法を提案する。 提案手法は、様々な人工知能アプリケーションにおいて、視覚データを歪曲し、派生した特徴を近接に保つために使用することができる。 同一の認識精度を維持しつつ、画像内容が70%以上変化する歪みを構築することができることを示す。
  論文  参考訳（メタデータ） (2024-01-26T18:20:53Z)
• 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)
• Attention Consistency Refined Masked Frequency Forgery Representation for Generalizing Face Forgery Detection [96.539862328788]
  既存の偽造検出方法は、未確認領域の真正性を決定する不満足な一般化能力に悩まされている。 ACMF(Attention Consistency Refined masked frequency forgery representation model)を提案する。 いくつかのパブリックフェイスフォージェリーデータセットの実験結果から,提案手法の性能は最先端の手法と比較して優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-21T08:58:49Z)
• 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)
• Exploring Frequency Adversarial Attacks for Face Forgery Detection [59.10415109589605]
  フェースフォージェリ検出器に対する周波数対向攻撃法を提案する。 また,メタラーニングの概念に触発されて,空間領域と周波数領域の両方で攻撃を行うハイブリッド逆攻撃を提案する。
  論文  参考訳（メタデータ） (2022-03-29T15:34:13Z)
• Psychophysical Evaluation of Human Performance in Detecting Digital Face Image Manipulations [14.63266615325105]
  この研究は、心理物理学の分野から採用された原則に基づいて、Webベースの遠隔視覚的識別実験を導入する。 本研究では,顔のスワップ,フォーミング,リタッチなど,さまざまな種類の顔画像を検出する能力について検討する。
  論文  参考訳（メタデータ） (2022-01-28T12:45:33Z)
• Understanding Cross Domain Presentation Attack Detection for Visible Face Recognition [6.383297609254719]
  サイズ、形状、テクスチャ、肌の色、目の色、外観、傷跡などの顔のシグネチャは、アクセス制御のための識別的生体情報として広く使われている。 顔認識システムへの プレゼンアタックは ますます洗練されつつあります 本稿では,赤外線画像からの情報をトレーニング中に活用して,視覚的提示攻撃検知システムの識別性を高める手法を提案する。
  論文  参考訳（メタデータ） (2021-11-03T22:25:45Z)
• Robust Physical-World Attacks on Face Recognition [52.403564953848544]
  ディープニューラルネットワーク(DNN)の開発によって顔認識が大幅に促進された 近年の研究では、DNNは敵対的な事例に対して非常に脆弱であることが示されており、現実世界の顔認識の安全性に対する深刻な懸念が提起されている。 ステッカーによる顔認識の物理的攻撃について検討し、その対向的堅牢性をよりよく理解する。
  論文  参考訳（メタデータ） (2021-09-20T06:49:52Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)

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。