The Impact of Print-Scanning in Heterogeneous Morph Evaluation Scenarios

要約

フェイスモーフィング攻撃は、顔認識（FR）システムにとってますます脅威となっている。モーフィングされた写真は、FRの脆弱性を利用するために、2つの異なる被写体からの生体情報を含んでいます。これらのシステムは、モーフィングプロセス中に生成されるアーチファクトをマスクするために、モーフィングがプリントスキャンにかけられると、特に攻撃を受けやすくなる。我々は、異種のモーフィング攻撃シナリオに関する一連の評価を通して、モーフィング攻撃検出におけるプリントスキャンの影響を調査する。実験の結果、MMPMR(Mated Morph Presentation Match Rate)を最大8.48%増加させることができることがわかった。さらに、単一画像モーフィング攻撃検出（S-MAD）アルゴリズムが印刷スキャンされたモーフを検出するように訓練されていない場合、モーフィング攻撃分類エラー率（MACER）は最大96.12%増加し、重大な脆弱性を示す。

要約(オリジナル)

Face morphing attacks pose an increasing threat to face recognition (FR) systems. A morphed photo contains biometric information from two different subjects to take advantage of vulnerabilities in FRs. These systems are particularly susceptible to attacks when the morphs are subjected to print-scanning to mask the artifacts generated during the morphing process. We investigate the impact of print-scanning on morphing attack detection through a series of evaluations on heterogeneous morphing attack scenarios. Our experiments show that we can increase the Mated Morph Presentation Match Rate (MMPMR) by up to 8.48%. Furthermore, when a Single-image Morphing Attack Detection (S-MAD) algorithm is not trained to detect print-scanned morphs the Morphing Attack Classification Error Rate (MACER) can increase by up to 96.12%, indicating significant vulnerability.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL