Vulnerability of 3D Face Recognition Systems to Morphing Attacks

要約

近年、ハードウェアやソフトウェアの発展により、顔認証システムが主流になってきました。
より良く、より安全なものにするために、一貫した努力が行われています。
これにより、3D 顔認識システムの開発も急速に進んでいます。
これらの 3DFR システムは、2DFR システムの特定の脆弱性を克服すると期待されています。
2DFR システムの分野が直面する問題の 1 つは、顔画像のモーフィングです。
高品質の顔モーフの生成と、これらのモーフからの攻撃の検出について、かなりの量の研究が行われています。
3D 顔モーフに対する 3DFR システムの脆弱性については、比較的理解されていません。
しかし同時に、3DFR システムはそのような攻撃に対してより堅牢であることが期待されています。
この文書では、この問題について調査し、さらに詳しい情報を得ることを試みます。
この論文では、3D 顔モーフを生成するために使用できるいくつかの方法について説明します。
この方法を使用して生成された顔モーフは、寄与する顔と比較され、類似性スコアが取得されます。
3DFRS が類似モーフで攻撃された場合、最高の MMPMR は約 40% で、RMMR は 41.76% になります。

要約(オリジナル)

In recent years face recognition systems have been brought to the mainstream due to development in hardware and software. Consistent efforts are being made to make them better and more secure. This has also brought developments in 3D face recognition systems at a rapid pace. These 3DFR systems are expected to overcome certain vulnerabilities of 2DFR systems. One such problem that the domain of 2DFR systems face is face image morphing. A substantial amount of research is being done for generation of high quality face morphs along with detection of attacks from these morphs. Comparatively the understanding of vulnerability of 3DFR systems against 3D face morphs is less. But at the same time an expectation is set from 3DFR systems to be more robust against such attacks. This paper attempts to research and gain more information on this matter. The paper describes a couple of methods that can be used to generate 3D face morphs. The face morphs that are generated using this method are then compared to the contributing faces to obtain similarity scores. The highest MMPMR is obtained around 40% with RMMR of 41.76% when 3DFRS are attacked with look-a-like morphs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google