On the detection of morphing attacks generated by GANs

要約

最近の研究では、より伝統的なランドマークベースの方法と同様の成功率に達する GAN ベースのモーフィング攻撃の実現可能性が実証されています。
この新しいタイプの「深い」モーフには、顔認識システムを保護するための新しい適切な検出器の開発が必要になる場合があります。
イントラデータセットとクロスデータセットの両方のケースで、スペクトル機能と LBP ヒストグラム機能、および CNN モデルに基づいて、単純なディープ モーフ検出ベースラインを調べます。
単純な LBP ベースのシステムは、データセット内の設定ではすでにかなり正確ですが、一般化に苦労しています。この現象は、これらのシステムのいくつかをスコアレベルで融合することで部分的に軽減されます。
GAN画像検出に効果的な事前トレーニング済みのResNetが全体的に最も効果的であり、完全な精度に近いと結論付けています.
ただし、LBP ベースのシステムは関心のレベルを維持していることに注意してください。計算要件が低く、CNN に関する解釈可能性が向上していることに加えて、LBP + ResNet 融合は、ResNet のみと比較してパフォーマンスの向上を示すこともあり、LBP ベースのシステムが集中できることを示唆しています。
CNN 検出器によって必ずしも検出されない意味のある信号について。

要約(オリジナル)

Recent works have demonstrated the feasibility of GAN-based morphing attacks that reach similar success rates as more traditional landmark-based methods. This new type of ‘deep’ morphs might require the development of new adequate detectors to protect face recognition systems. We explore simple deep morph detection baselines based on spectral features and LBP histograms features, as well as on CNN models, both in the intra-dataset and cross-dataset case. We observe that simple LBP-based systems are already quite accurate in the intra-dataset setting, but struggle with generalization, a phenomenon that is partially mitigated by fusing together several of those systems at score-level. We conclude that a pretrained ResNet effective for GAN image detection is the most effective overall, reaching close to perfect accuracy. We note however that LBP-based systems maintain a level of interest : additionally to their lower computational requirements and increased interpretability with respect to CNNs, LBP+ResNet fusions sometimes also showcase increased performance versus ResNet-only, hinting that LBP-based systems can focus on meaningful signal that is not necessarily picked up by the CNN detector.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google