Differential Newborn Face Morphing Attack Detection using Wavelet Scatter Network

要約

タイトル：ウェーブレット散乱ネットワークを用いた新生児の顔画像モーフィング攻撃の検出

要約：
– 顔認識システム（FRS）は、新生児の顔画像から作成されたモーフィング画像に対して脆弱であることが示されている。
– 新生児の顔画像から作成されたモーフィング画像の検出は、セキュリティや社会的な問題を回避するために重要である。
– 本論文では、ウェーブレット散乱ネットワーク（WSN）を用いた新しい基準ベース/差分モーフィング攻撃検出（MAD）手法を提案している。
– 我々は、2層のWSNを、250×250ピクセルおよび各層あたり6つのウェーブレット回転を有するものとして提案しており、577のパスが得られる。
– 提案手法は、42人の新生児の顔画像を用いて構築された852の正規画像と2460のモーフィング画像のデータセットで検証された。
– 得られた結果は、他の既存のD-MAD技術に比べて10％以上の検出精度の向上を示している。

要約(オリジナル)

Face Recognition System (FRS) are shown to be vulnerable to morphed images of newborns. Detecting morphing attacks stemming from face images of newborn is important to avoid unwanted consequences, both for security and society. In this paper, we present a new reference-based/Differential Morphing Attack Detection (MAD) method to detect newborn morphing images using Wavelet Scattering Network (WSN). We propose a two-layer WSN with 250 $\times$ 250 pixels and six rotations of wavelets per layer, resulting in 577 paths. The proposed approach is validated on a dataset of 852 bona fide images and 2460 morphing images constructed using face images of 42 unique newborns. The obtained results indicate a gain of over 10\% in detection accuracy over other existing D-MAD techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI