論文の概要: UiAs: User-Independent 3D Facial Anti-Spoofing via Multi-modal Wireless Signals

• arxiv url: http://arxiv.org/abs/2608.29084v1
• Date: Sat, 29 Aug 2026 06:25:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 12:57:12.082021
• Title: UiAs: User-Independent 3D Facial Anti-Spoofing via Multi-modal Wireless Signals
• Title（参考訳）: UiAs:マルチモーダル無線信号による3D顔認証
• Abstract要約: 顔認証は、セキュリティに敏感なアプリケーションに広く採用されているが、ますます現実的な3Dスプーフィング攻撃は脅威を増大させる。 We present UiAs, a multimodal user-independent 3D facial anti-spoofing system using electromagnetic (mmWave) and Mechanical (acoustic) wave。 UiAsを実際の3Dスプーフィング攻撃で評価し,未確認ユーザに対して,ユーザ固有の物理信号の登録なしに93.25%の精度で評価する。
• 参考スコア（独自算出の注目度）: 19.61410288950255
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face authentication is widely deployed in security-sensitive applications, while increasingly realistic 3D spoofing attacks pose growing threats. High-fidelity 3D masks can reproduce facial appearance and geometry but cannot replicate the intrinsic physical responses of living tissue, which can be actively probed by wireless signals. However, the resulting liveness cues captured by wireless signals are entangled with user-dependent facial geometry, limiting cross-user generalization. We present UiAs, a multimodal user-independent 3D facial anti-spoofing system using electromagnetic (mmWave) and mechanical (acoustic) waves. The two modalities share similar user-dependent geometric variations, allowing UiAs to suppress them through cross-modal subtraction while preserving modality-specific liveness cues. Their complementary physical responses further improve live/spoof discrimination. In practical deployments, multiple materials (e.g., skin, hair, eyeglasses, or face coverings) may also bias liveness representations, while spoofing materials are diverse and open-ended. UiAs addresses both through skin-anchored contrastive learning. We evaluate UiAs with real 3D spoofing attacks, which achieves 93.25\% accuracy for unseen users without user-specific physical-signal enrollment.
• Abstract（参考訳）: 顔認証は、セキュリティに敏感なアプリケーションに広くデプロイされている。 高忠実度3Dマスクは顔の外観や形状を再現できるが、生体組織の本質的な物理的反応を再現することはできない。 しかし、無線信号が捉えたライブネスの手がかりは、ユーザ依存の顔形状と絡み合っており、ユーザ間の一般化が制限される。 We present UiAs, a multimodal user-independent 3D facial anti-spoofing system using electromagnetic (mmWave) and Mechanical (acoustic) wave。 2つのモダリティは、類似したユーザ依存の幾何学的バリエーションを共有しており、UiAsは、モダリティ固有の生きやすさを保ちながら、モダリティのサブトラクションを通じてそれらを抑制することができる。 相補的な身体反応により、より生身差別が向上する。 実用的な展開では、複数の材料(皮膚、毛髪、眼鏡、顔カバーなど)が生体の偏りを反映し、スプーフィング材料は多様でオープンエンドである。 UiAsは、スキンアンカラーのコントラスト学習を通じて、両方の問題に対処する。 UiAsを実際の3Dスプーフィング攻撃で評価し、ユーザ固有の物理信号の登録なしに、未確認ユーザに対して93.25\%の精度で評価する。

関連論文リスト

• Adv-TGD: Adversarial Text-Guided Diffusion for Face Recognition Impersonation Attacks [2.1485350418225244]
  本稿では,ジェネレーティブ・アタック・フレームワークであるAdv-TGDを提案する。 ターゲットのアイデンティティを偽装し、顔認識システムを欺くことができる光現実的な顔を合成する。 Adv-TGDは、IR152、IRSE50、MobileFace、FaceNetで平均攻撃成功率(ASR)が85.90%に達する。
  論文  参考訳（メタデータ） (2026-06-10T03:28:00Z)
• AEGIS: Preserving privacy of 3D Facial Avatars with Adversarial Perturbations [1.7752675919503664]
  AEGISは3Dガウスアバターのためのプライバシー保護IDマスキングフレームワークである。 完全な非識別を実現し、顔検索と検証精度を0%に下げる。 また、年齢、人種、性別、感情などの重要な顔の特徴を保存し、視覚的歪みを最小限に抑え、強力なプライバシー保護を示す。
  論文  参考訳（メタデータ） (2025-11-21T19:57:28Z)
• 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)
• M3FAS: An Accurate and Robust MultiModal Mobile Face Anti-Spoofing System [39.37647248710612]
  フェイスプレゼンテーションアタック(FPA)は、様々な悪意あるアプリケーションを通じて、公衆の懸念を高めている。 我々は,M3FASという,正確で堅牢なマルチモーダル・モバイル・フェイス・アンチ・スポーフィングシステムを開発した。
  論文  参考訳（メタデータ） (2023-01-30T12:37:04Z)
• 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)
• Generating 2D and 3D Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution [68.8204255655161]
  マスターフェイス(英: master face)とは、人口の比率の高い顔認証をパスする顔画像である。 2次元および3次元の顔認証モデルに対して,これらの顔の最適化を行う。 3Dでは,2次元スタイルGAN2ジェネレータを用いて顔を生成し,深部3次元顔再構成ネットワークを用いて3次元構造を予測する。
  論文  参考訳（メタデータ） (2022-11-25T09:15:38Z)
• Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth Uncertainty Learning [54.15303628138665]
  フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。 既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。 我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:36:59Z)
• Exploring Adversarial Robustness of Multi-Sensor Perception Systems in Self Driving [87.3492357041748]
  本稿では,敵物体をホスト車両の上に配置することで,マルチセンサ検出の実用的感受性を示す。 実験の結果, 攻撃が成功した原因は主に画像の特徴が損なわれやすいことが判明した。 よりロバストなマルチモーダル知覚システムに向けて,特徴分断を伴う敵対的訓練が,このような攻撃に対するロバスト性を大幅に高めることを示す。
  論文  参考訳（メタデータ） (2021-01-17T21:15:34Z)
• Uncertainty-Aware Physically-Guided Proxy Tasks for Unseen Domain Face Anti-spoofing [128.32381246318954]
  Face Anti-Spoofing (FAS)は、偽の顔と偽の顔とを区別しようと試みている。 そこで本研究では,未確認領域のより高度な一般化を実現するために,物理手法を活用することを提案する。
  論文  参考訳（メタデータ） (2020-11-28T03:22:26Z)

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。