Re-evaluation of Face Anti-spoofing Algorithm in Post COVID-19 Era Using Mask Based Occlusion Attack

要約

顔のなりすまし防止アルゴリズムは、プレゼンテーション攻撃に対する顔認識システムの堅牢な導入において極めて重要な役割を果たします。
従来、このようなシステムでは個人を正しく認証するために顔全体の画像が必要でしたが、現在の新型コロナウイルス感染症のパンデミックによるマスクの必要性の拡大により、これらの生体認証システムに新たな課題が生じています。
したがって、この研究では、マスクと眼鏡を使用した合成顔面オクルージョン下でのプレゼンテーション攻撃検出 (PAD) アルゴリズムのパフォーマンスを調査します。
さまざまなカバー範囲 (低カバー範囲、中カバー範囲、高カバー範囲、円形カバー範囲) と 3D キューで顔の下部を覆う 5 つのマスク バリエーションを使用しました。
顔の上部を覆うさまざまなバリエーションのメガネも使用しています。
私たちは、ベンチマーク データセットを使用して、これらのオクルージョン攻撃の下で 4 つの PAD アルゴリズムのパフォーマンスを系統的にテストしました。
特に、テクスチャ、画質、フレーム差分/動き、畳み込みニューラル ネットワーク (CNN) を介した抽象的な特徴に焦点を当てた 4 つの異なるベースライン PAD アルゴリズムを検討しました。
さらに、CNN とローカル バイナリ パターン テクスチャを使用する新しいハイブリッド モデルを導入しました。
私たちの実験では、オクルージョンを追加すると、すべての PAD アルゴリズムのパフォーマンスが大幅に低下することがわかりました。
私たちの結果は、オクルージョンを伴う顔のなりすまし防止アルゴリズムの脆弱性を示しています。これは、パンデミック後の時代におけるそのようなアルゴリズムの使用にある可能性があります。

要約(オリジナル)

Face anti-spoofing algorithms play a pivotal role in the robust deployment of face recognition systems against presentation attacks. Conventionally, full facial images are required by such systems to correctly authenticate individuals, but the widespread requirement of masks due to the current COVID-19 pandemic has introduced new challenges for these biometric authentication systems. Hence, in this work, we investigate the performance of presentation attack detection (PAD) algorithms under synthetic facial occlusions using masks and glasses. We have used five variants of masks to cover the lower part of the face with varying coverage areas (low-coverage, medium-coverage, high-coverage, round coverage), and 3D cues. We have also used different variants of glasses that cover the upper part of the face. We systematically tested the performance of four PAD algorithms under these occlusion attacks using a benchmark dataset. We have specifically looked at four different baseline PAD algorithms that focus on, texture, image quality, frame difference/motion, and abstract features through a convolutional neural network (CNN). Additionally we have introduced a new hybrid model that uses CNN and local binary pattern textures. Our experiment shows that adding the occlusions significantly degrades the performance of all of the PAD algorithms. Our results show the vulnerability of face anti-spoofing algorithms with occlusions, which could be in the usage of such algorithms in the post-pandemic era.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google