論文の概要: DINOFAS: Bonafide-Centric Representation Learning for Face Anti-Spoofing
- arxiv url: http://arxiv.org/abs/2611.02756v1
- Date: Mon, 02 Nov 2026 08:39:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 19:21:07.64461
- Title: DINOFAS: Bonafide-Centric Representation Learning for Face Anti-Spoofing
- Title(参考訳): DINOFAS:顔アンチスプーフィングのためのボナフィド中心表現学習
- Abstract要約: Face Anti-Spoofing (FAS)モデルは、しばしば、目に見えない取得条件下でパフォーマンスを低下させるアタックとデータセット固有のキューを学習する。
DINOFASは、FASをボナフィド中心の表現学習として定式化するDINOv3ベースのフレームワークである。
- 参考スコア(独自算出の注目度): 2.4149105714758545
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Face anti-spoofing (FAS) models often learn attack- and dataset-specific cues that degrade performance under unseen acquisition conditions and presentation attacks. We present DINOFAS, a DINOv3-based framework that formulates FAS as bonafide-centric representation learning. The proposed framework combines parameter-efficient DINOv3 adaptation using low-rank adaptation (LoRA), an attention style-content disentanglement (ASCD) module for reducing domain-specific appearance variations, and a dual-branch architecture that separates prototype-based liveness learning from attack-semantic supervision. The model is jointly optimized using a bonafide-centric prototype objective, an attack-semantic classification loss applied to detached features, and orthogonality regularization. DINOFAS achieves an average HTER of 9.09\% under the standard OCIM leave-one-domain-out protocol, where training is performed on three source datasets and evaluation is conducted on the held-out unseen domain. We further evaluate synthetic-to-real generalization by training exclusively on SynthASpoof and testing on four unseen real-world datasets, where DINOFAS achieves the lowest average HTER of 21.41\% and the highest average AUC of 86.14\% among the compared methods. Evaluations on OULU-NPU and SiW-Mv2 additionally demonstrate robustness to variations in acquisition conditions, devices, and unseen presentation attacks.
- Abstract(参考訳): Face Anti-Spoofing (FAS)モデルは、目に見えない取得条件やプレゼンテーションアタックの下でパフォーマンスを低下させる、アタックとデータセット固有のキューを学習することが多い。
DINOFASは、FASをボナフィド中心の表現学習として定式化するDINOv3ベースのフレームワークである。
提案フレームワークは,低ランク適応 (LoRA) を用いたパラメータ効率のDINOv3適応,ドメイン固有の外観変化を低減するための注意スタイル・コンテント・ディコンタングルメント (ASCD) モジュール,および,プロトタイプベースのライブネス学習を攻撃意味的監視から分離するデュアルブランチアーキテクチャを組み合わせた。
モデルは, ボナフィド中心の試作目標, 分離特徴に適用した攻撃意味分類損失, 直交正則化を用いて共同最適化される。
DINOFASは、標準のOCIM単位のドメインアウトプロトコルで平均9.09\%のHTERを達成し、3つのソースデータセットでトレーニングを行い、保持されていないドメインで評価を行う。
さらに、SynthASpoofのみをトレーニングし、DINOFASが21.41\%、AUCが86.14\%の最も低い平均HTERを達成する4つの実世界のデータセットでテストすることで、合成と現実の一般化を評価する。
OULU-NPUとSiW-Mv2の評価は、取得条件、デバイス、目に見えないプレゼンテーション攻撃の変動に対して堅牢性を示す。
関連論文リスト
- COMPASS: Contextual Moment Prior Alignment for Generalizable AIGI Detection [87.91469665365304]
一般化可能なAI生成画像(AIGI)とディープフェイク検出は、非対称性現象のため難しいままである。
最近の部分空間適応法は、残留部分空間を適応させながら高次主成分を凍結することによりこの問題を軽減する。
本稿では,小さなSemantic Proxy Setを用いて,ターゲットのアクティベーション統計を推定するデータ認識サブスペース適応フレームワークを提案する。
論文 参考訳(メタデータ) (2026-10-13T09:23:12Z) - LoRA-based Adaptation Alone Is Not Enough: Understanding the Limits of Foundation Models for Face Presentation Attack Detection [6.441953169734952]
顔提示攻撃検出(PAD)は、広範囲の提示攻撃を確実に検出することを目的としている。
PAD法は個々のデータセット内で高い性能を達成するが、その性能はクロスデータセット評価の下で低下する。
典型的なPADデータセットは、Webベースの事前トレーニングで使用されるスケールに比べて小さいため、ファンデーションモデル(FM)が有望な代替手段として登場した。
論文 参考訳(メタデータ) (2026-08-10T14:13:23Z) - A Step Towards Robust Unsupervised Domain Adaptation via Fine-Tuning and Reinforcement Learning [2.436631469537453]
我々は,2段階の堅牢なUDAフレームワークである textbfSFT+RL を提案し,Supervised Fine Tuning と Reinforcement Learning を統合した。
textbfSFT+RLは、清潔な精度で textbf10.2% を平均的に改善し、textbf15.8% を3つのデータセットで比較した。
論文 参考訳(メタデータ) (2026-07-03T20:56:12Z) - Too Correct to Learn: Reinforcement Learning on Saturated Reasoning Data [55.84428098924793]
構造保存探索を行うためのパラメータ自由復号法である Constrained Uniform Top-K Smpling (CUTS) を提案する。
グループ内の利点分散を増幅するために、エクスプロイトと探索的なロールアウトを相乗化するためのトレーニングフレームワークであるMixed-CUTSに統合する。
特にMixed-CUTSは、AIME25ベンチマークのPass@1の精度を標準のGRPOよりも15.1%向上している。
論文 参考訳(メタデータ) (2026-04-20T16:43:28Z) - Adapting Multimodal Foundation Models for Few-Shot Learning: A Comprehensive Study on Contrastive Captioners [1.2461503242570642]
本稿では,コントラシティブ・キャピタ(CoCa)視覚バックボーンを用いた画像分類手法を提案する。
強いデータ拡張は、低ショット環境での線形探索の性能を低下させるが、LoRA微調整の安定化には不可欠である。
また,Supervised Contrastive (SupCon) の損失を組み込んだハイブリッド目的が,標準的なクロスエントロピーよりも一貫した性能向上をもたらすことを示す。
論文 参考訳(メタデータ) (2025-12-14T20:13:21Z) - Domain Adaptation via Feature Refinement [0.3867363075280543]
本稿では,分散シフト下での非教師付きドメイン適応のための簡易かつ効果的なフレームワークであるDAFR(Domain Adaptation via Feature Refinement)を提案する。
提案手法は, ラベルなし対象データを用いたバッチ正規化統計の適応, ソース学習モデルからの特徴蒸留, 仮説伝達の3つの重要な要素を組み合わせた。
論文 参考訳(メタデータ) (2025-08-22T06:32:19Z) - Towards Robust Federated Learning via Logits Calibration on Non-IID Data [49.286558007937856]
Federated Learning(FL)は、エッジネットワークにおける分散デバイスの共同モデルトレーニングに基づく、プライバシ保護のための分散管理フレームワークである。
近年の研究では、FLは敵の例に弱いことが示されており、その性能は著しく低下している。
本研究では,対戦型訓練(AT)フレームワークを用いて,対戦型実例(AE)攻撃に対するFLモデルの堅牢性を向上させる。
論文 参考訳(メタデータ) (2024-03-05T09:18:29Z) - Consistency Regularization for Generalizable Source-free Domain
Adaptation [62.654883736925456]
ソースフリードメイン適応(source-free domain adapt, SFDA)は、ソースデータセットにアクセスすることなく、十分にトレーニングされたソースモデルを未学習のターゲットドメインに適応することを目的としている。
既存のSFDAメソッドは、ターゲットのトレーニングセット上で適用されたモデルを評価し、目に見えないが同一の分散テストセットからデータを無視する。
より一般化可能なSFDA法を開発するための整合正則化フレームワークを提案する。
論文 参考訳(メタデータ) (2023-08-03T07:45:53Z) - Stacking Ensemble Learning in Deep Domain Adaptation for Ophthalmic
Image Classification [61.656149405657246]
ドメイン適応は、十分なラベルデータを取得することが困難な画像分類タスクに有効である。
本稿では,3つのドメイン適応手法を拡張することで,アンサンブル学習を積み重ねるための新しい手法SELDAを提案する。
Age-Related Eye Disease Study (AREDS)ベンチマーク眼科データセットを用いた実験結果から,提案モデルの有効性が示された。
論文 参考訳(メタデータ) (2022-09-27T14:19:00Z) - From Sound Representation to Model Robustness [82.21746840893658]
本研究では, 環境音の標準的な表現(スペクトログラム)が, 被害者の残差畳み込みニューラルネットワークの認識性能と対角攻撃性に与える影響について検討する。
3つの環境音響データセットの様々な実験から、ResNet-18モデルは、他のディープラーニングアーキテクチャよりも優れていることがわかった。
論文 参考訳(メタデータ) (2020-07-27T17:30:49Z)
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。