論文の概要: XSA-MAD: Cross-modal Semantic Alignment for Morphing Attack Detection

• arxiv url: http://arxiv.org/abs/2608.13861v1
• Date: Fri, 14 Aug 2026 01:16:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 20:14:29.246141
• Title: XSA-MAD: Cross-modal Semantic Alignment for Morphing Attack Detection
• Title（参考訳）: XSA-MAD:モーフィング検出のためのクロスモーダルセマンティックアライメント
• Abstract要約: XSA-MADは、ボナフィドとモルフィドのセマンティック不整合を明示的にモデル化する。 高忠実な生成攻撃下では、既存の手法を一貫して上回ります。
• 参考スコア（独自算出の注目度）: 5.108289909311743
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Morphing attacks pose a serious threat to face recognition systems. However, existing image-based morphing attack detection (MAD) methods often generalize poorly to unseen generation techniques because they rely solely on visual cues. We propose XSA-MAD, a CLIP-based multimodal framework that explicitly models semantic inconsistencies between bona-fide and morphed faces. Morphing concepts are decomposed into four interpretable attributes, including identity, facial geometry, texture, and consistency, and are encoded as structured and attribute-aware textual representations. The image encoder is progressively aligned with this discriminative textual space, resulting in a unified semantic representation that captures generation-invariant and concept-level discrepancies between bona-fide and morph images. Experiments on MAD22 and MorDIFF, following training on SMDD, demonstrate strong generalization across diverse morphing principles. In particular, XSA-MAD achieves an equal error rate of 2.92% on GAN-based morphs and consistently outperforms existing methods under high-fidelity generative attacks.
• Abstract（参考訳）: モルフィング攻撃は顔認識システムに深刻な脅威をもたらす。 しかし、既存の画像ベースのモーフィング攻撃検出(MAD)手法は、視覚的手がかりにのみ依存するため、目に見えない生成技術に不適当に一般化することが多い。 本稿では,CLIPをベースとしたマルチモーダルフレームワークであるXSA-MADを提案する。 モーフィングの概念は、アイデンティティ、顔の幾何学、テクスチャ、一貫性を含む4つの解釈可能な属性に分解され、構造化および属性対応のテキスト表現として符号化される。 画像エンコーダは、この識別的テキスト空間に徐々に整合し、その結果、ボナフィド画像とモルヒネ画像の間の世代不変および概念レベルの相違をキャプチャする統一的な意味表現をもたらす。 MAD22とMorDIFFの実験は、SMDDでのトレーニングに続いて、様々な形態素の原理にまたがる強力な一般化を示す。 特に、XSA-MADは、GANベースの形態に対して2.92%の誤差率を達成し、高忠実な生成攻撃の下で既存の手法を一貫して上回っている。

関連論文リスト

• Face Re-morphing: Differential Morphing Attack Detection via Feature-Space Similarity Changes [5.986952206758139]
  顔形態攻撃は顔認識システムに深刻な脅威をもたらす。 本稿では,付加的なモーフィング操作に対する特徴空間応答を検出キューとして利用するD-MAD法であるFace Re-morphingを提案する。 FRLL-Morphs と FEI Morphs の実験により, 提案したキューは異なる形態条件で有効であることが示された。
  論文  参考訳（メタデータ） (2026-08-14T01:10:53Z)
• StableMorph: High-Quality Face Morph Generation with Stable Diffusion [9.45633874048024]
  顔形態攻撃は生体認証システムの完全性を脅かす。 本稿では,リアルでアーティファクトフリーな顔画像を生成する新しいアプローチであるStableMorphを紹介する。 以上の結果から,StableMorph画像は実際の顔画像の品質に匹敵するだけでなく,顔認識システムを騙す強力な能力も維持できることが示唆された。
  論文  参考訳（メタデータ） (2025-11-11T10:44:41Z)
• RAM++: Robust Representation Learning via Adaptive Mask for All-in-One Image Restoration [94.49712266736141]
  RAM++はオールインワンイメージ復元のための2段階のフレームワークである。 高レベルのセマンティック理解と低レベルのテクスチャ生成を統合する。 極端なシナリオでは、既存の劣化指向のメソッドの制限に対処します。
  論文  参考訳（メタデータ） (2025-09-15T15:24:15Z)
• Harmonizing Visual Representations for Unified Multimodal Understanding and Generation [53.01486796503091]
  我々は,共有MARエンコーダによる理解と生成タスクを調和させる統合自己回帰フレームワークであるemphHarmonを提案する。 HarmonはGenEval、MJHQ30K、WISEベンチマークで最先端の画像生成結果を達成する。
  論文  参考訳（メタデータ） (2025-03-27T20:50:38Z)
• Unsupervised Modality Adaptation with Text-to-Image Diffusion Models for Semantic Segmentation [54.96563068182733]
  セグメンテーションタスクのためのテキスト・ツー・イメージ拡散モデル(MADM)を用いたモダリティ適応を提案する。 MADMは、広範囲な画像とテキストのペアで事前訓練されたテキストと画像の拡散モデルを使用して、モデルの相互モダリティ能力を向上する。 我々は,MADMが画像から深度,赤外線,イベントのモダリティといった様々なモダリティタスクにまたがって,最先端の適応性能を実現することを示す。
  論文  参考訳（メタデータ） (2024-10-29T03:49:40Z)
• 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)
• Face Morphing Attack Detection with Denoising Diffusion Probabilistic Models [0.0]
  モールフされた顔画像は、様々な悪意のある目的のために誰かの身元を偽装するために使用することができる。 既存のMAD技術は、ボナフィドやモルフィド画像の例から学ぶ識別モデルに依存している。 本研究では,ボナファイド画像の特徴からのみ学習できる新しい拡散型MAD法を提案する。
  論文  参考訳（メタデータ） (2023-06-27T18:19:45Z)
• 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)
• MorDIFF: Recognition Vulnerability and Attack Detectability of Face Morphing Attacks Created by Diffusion Autoencoders [10.663919597506055]
  顔のモーフィング攻撃は画像レベルでも表現レベルでも生成される。 拡散オートエンコーダモデルの最近の進歩は、GANの限界を克服し、高い再構成忠実度を実現している。 本研究では,拡散オートエンコーダを用いて顔形態形成攻撃を画像レベルおよび表現レベルの幅広い形態と比較する。
  論文  参考訳（メタデータ） (2023-02-03T16:37:38Z)
• Siamese Image Modeling for Self-Supervised Vision Representation Learning [73.78790119050056]
  自己教師付き学習(SSL)は、さまざまな下流視覚タスクにおいて優れたパフォーマンスを提供している。 2つのメインストリームSSLフレームワーク、すなわちインスタンス識別(ID)とマスク画像モデリング(MIM)が提案されている。 本稿では,拡張ビューの濃密な表現を予測できるSiamese Image Modeling (SIM)を提案する。
  論文  参考訳（メタデータ） (2022-06-02T17:59:58Z)
• Multi-Margin based Decorrelation Learning for Heterogeneous Face Recognition [90.26023388850771]
  本稿では,超球面空間におけるデコリレーション表現を抽出するディープニューラルネットワーク手法を提案する。 提案するフレームワークは,不均一表現ネットワークとデコリレーション表現学習の2つのコンポーネントに分けることができる。 2つの難解な異種顔データベースに対する実験結果から,本手法は検証タスクと認識タスクの両方において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-05-25T07:01:12Z)

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。