Facial Demorphing via Identity Preserving Image Decomposition

要約

顔モーフは、通常 2 つの異なるアイデンティティに関連する顔画像を結合することによって作成されます。
目標は、2 つの ID と照合できる画像を生成し、それによって顔認識システムのセキュリティを損なうことです。
この問題に対処するために、いくつかのモーフ攻撃検出技術が開発されています。
しかし、これらの方法では、その作成に使用された基礎となる本物に関する情報は抽出されません。
変形はこの制限に対処します。
ただし、現在の変形技術はほとんどが参照ベースです。つまり、一方のアイデンティティを回復するには他方のアイデンティティの画像が必要です。
この研究では、変形を不正設定分解問題として扱います。
私たちは、参照を必要とせず、高精度で本物を回収する新しい方法を提案します。
私たちの方法では、モーフをいくつかの同一性を保持する特徴コンポーネントに分解します。
次に、合併ネットワークがこれらのコンポーネントを比較検討し、組み合わせて、本物を回収します。
私たちの方法は、解像度と忠実度の点で高品質の本物を再構築することが観察されています。
CASIA-WebFace、SMDD、および AMSL データセットでの実験により、私たちの方法の有効性が実証されました。

要約(オリジナル)

A face morph is created by combining the face images usually pertaining to two distinct identities. The goal is to generate an image that can be matched with two identities thereby undermining the security of a face recognition system. To deal with this problem, several morph attack detection techniques have been developed. But these methods do not extract any information about the underlying bonafides used to create them. Demorphing addresses this limitation. However, current demorphing techniques are mostly reference-based, i.e, they need an image of one of the identities to recover the other. In this work, we treat demorphing as an ill-posed decomposition problem. We propose a novel method that is reference-free and recovers the bonafides with high accuracy. Our method decomposes the morph into several identity-preserving feature components. A merger network then weighs and combines these components to recover the bonafides. Our method is observed to reconstruct high-quality bonafides in terms of definition and fidelity. Experiments on the CASIA-WebFace, SMDD and AMSL datasets demonstrate the effectiveness of our method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google