Attacking Face Recognition with T-shirts: Database, Vulnerability Assessment and Detection

要約

顔認識システムは、生体認証のために広く導入されています。
それにもかかわらず、保護手段がなければ、顔認識システムはプレゼンテーション攻撃に対して非常に脆弱であることはよく知られています。
このセキュリティ問題に対応して、プレゼンテーション攻撃を検出するためのいくつかの有望な方法が提案されており、既存のベンチマークで高いパフォーマンスを示しています。
ただし、進行中の課題は、目に見えない新しい攻撃タイプへのプレゼンテーション攻撃検出方法の一般化です。
この目的のために、100 のユニークなプレゼンテーション攻撃ツールを使用した 1,608 の T シャツ攻撃の新しい T シャツ 顔プレゼンテーション攻撃 (TFPA) データベースを提案します。
広範な評価において、このタイプの攻撃が顔認識システムのセキュリティを侵害する可能性があること、および一般的なベンチマークでトレーニングされた最先端の攻撃検出メカニズムの一部は、新しい攻撃に確実に一般化できないことを示しています.
さらに、T シャツ攻撃画像を検出するための 3 つの新しい方法を提案します。1 つは、本物の画像と T シャツ攻撃の深度マップ間の統計的差異に依存し、本物の RGB 画像からのみ抽出された特徴でトレーニングされた異常検出アプローチです。
競合検出性能を達成する融合アプローチ。

要約(オリジナル)

Face recognition systems are widely deployed for biometric authentication. Despite this, it is well-known that, without any safeguards, face recognition systems are highly vulnerable to presentation attacks. In response to this security issue, several promising methods for detecting presentation attacks have been proposed which show high performance on existing benchmarks. However, an ongoing challenge is the generalization of presentation attack detection methods to unseen and new attack types. To this end, we propose a new T-shirt Face Presentation Attack (TFPA) database of 1,608 T-shirt attacks using 100 unique presentation attack instruments. In an extensive evaluation, we show that this type of attack can compromise the security of face recognition systems and that some state-of-the-art attack detection mechanisms trained on popular benchmarks fail to robustly generalize to the new attacks. Further, we propose three new methods for detecting T-shirt attack images, one which relies on the statistical differences between depth maps of bona fide images and T-shirt attacks, an anomaly detection approach trained on features only extracted from bona fide RGB images, and a fusion approach which achieves competitive detection performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google