SYN-MAD 2022: Competition on Face Morphing Attack Detection Based on Privacy-aware Synthetic Training Data

要約

このホワイト ペーパーでは、2022 年生体認証に関する国際合同会議 (IJCB 2022) で開催された、プライバシーを考慮した合成トレーニング データ (SYN-MAD) に基づく顔モーフィング攻撃検出に関するコンペティションの概要を示します。
このコンテストには、学界と産業界の両方から合計 12 の参加チームが参加し、11 か国から参加しました。
最終的に、参加チームから 7 つの有効な提出物が提出され、主催者によって評価されました。
このコンペティションは、倫理的および法的な理由から人々のプライバシーを保護しながら、顔モーフィング攻撃の検出に対処するソリューションを提示および募集するために開催されました。
これを確実にするために、トレーニング データは主催者から提供された合成データに限定されました。
提出されたソリューションは、多くの実験設定で考慮されたベースラインを上回る革新をもたらしました。
評価ベンチマークは、https://github.com/marcohuber/SY​​N-MAD-2022 で入手できるようになりました。

要約(オリジナル)

This paper presents a summary of the Competition on Face Morphing Attack Detection Based on Privacy-aware Synthetic Training Data (SYN-MAD) held at the 2022 International Joint Conference on Biometrics (IJCB 2022). The competition attracted a total of 12 participating teams, both from academia and industry and present in 11 different countries. In the end, seven valid submissions were submitted by the participating teams and evaluated by the organizers. The competition was held to present and attract solutions that deal with detecting face morphing attacks while protecting people’s privacy for ethical and legal reasons. To ensure this, the training data was limited to synthetic data provided by the organizers. The submitted solutions presented innovations that led to outperforming the considered baseline in many experimental settings. The evaluation benchmark is now available at: https://github.com/marcohuber/SYN-MAD-2022.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google