Detecting Near-Duplicate Face Images

要約

フォトメトリックおよび幾何学的な変換を繰り返し適用すると、元のイメージの知覚できないほどの変化が生成され、ほぼ重複したイメージが生成されることがよくあります。
その結果、ほぼ重複したものがオンラインで大量に流通し、著作権侵害の懸念が生じる可能性があります。
このような微妙な変換を通じて生体認証データが変更される場合、懸念はさらに深刻になります。
この研究では、まず、一連のほぼ重複した画像から元の画像を識別し、次に、元の画像とほぼ重複した画像の間の関係を推定することにより、顔画像におけるほぼ重複した画像の検出という課題に取り組みます。
私たちは、グラフ理論的アプローチを使用して画像系統樹 (IPT) と呼ばれるツリー状の構造を構築し、関係を推定します。つまり、それらが生成された順序を決定します。
私たちはこの方法をさらに拡張して、画像系統フォレスト (IPF) として知られる IPT のアンサンブルを作成します。
私たちは、他のモダリティ、最新の生成モデルおよび IPT 構成による目に見えない変換にわたる堅牢性を実証するためにメソッドを厳密に評価し、それによって IPF 再構成精度において最先端のパフォーマンスを 42% 大幅に向上させました。

要約(オリジナル)

Near-duplicate images are often generated when applying repeated photometric and geometric transformations that produce imperceptible variants of the original image. Consequently, a deluge of near-duplicates can be circulated online posing copyright infringement concerns. The concerns are more severe when biometric data is altered through such nuanced transformations. In this work, we address the challenge of near-duplicate detection in face images by, firstly, identifying the original image from a set of near-duplicates and, secondly, deducing the relationship between the original image and the near-duplicates. We construct a tree-like structure, called an Image Phylogeny Tree (IPT) using a graph-theoretic approach to estimate the relationship, i.e., determine the sequence in which they have been generated. We further extend our method to create an ensemble of IPTs known as Image Phylogeny Forests (IPFs). We rigorously evaluate our method to demonstrate robustness across other modalities, unseen transformations by latest generative models and IPT configurations, thereby significantly advancing the state-of-the-art performance by 42% on IPF reconstruction accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google