Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results

要約

タイトル：Wild Face Anti-Spoofing Challenge 2023：ベンチマークと結果

要約：

– 顔偽装攻撃（FAS）は、自動化された顔認識システムの整合性を保護するために不可欠なメカニズムです。
– 既存のアプローチの一般化は、公開されているFASデータセットの希少性と多様性の不足から依然として課題が残っています。
– 多くのデータセットが、2000を下回るスプーフサブジェクトから構成されているため、数量の面でスプーフサブジェクトの数が重要な決定要因です。
– さらに、従来のデータ収集方法により、公式環境で収集された偽サンプルが多く、シナリオの多様性が不足しています。
– これらの欠点に対処するために、我々はWild Face Anti-Spoofing（WFAS）データセットを導入しました。このデータセットは、制御された環境で収集された偽物のサンプルとは異なり、自然な環境で収集された大規模で多様なFASデータセットです。
– WFASデータセットは、321,751人のスプーフサブジェクトの853,729枚の画像と、148,169人のライブサブジェクトの529,571枚の画像を含んでいます。さらに、WLASデータセットにはインターネットから取得したスプーフデータが含まれており、17のプレゼンテーション攻撃（PA）を含みます。
– WFASデータセットとProtocol 1（Known-Type）を活用して、CVPR2023ワークショップでWild Face Anti-Spoofing Challengeを開催します。
– さらに、Protocol 1とProtocol 2（Unknown-Type）を使用して代表的な方法を詳しく評価し、課題の成果とベンチマークベースラインを深く分析し、将来の研究の可能性を提案します。
– このデータセットはInsightfaceで公開されています。

要約(オリジナル)

Face anti-spoofing (FAS) is an essential mechanism for safeguarding the integrity of automated face recognition systems. Despite substantial advancements, the generalization of existing approaches to real-world applications remains challenging. This limitation can be attributed to the scarcity and lack of diversity in publicly available FAS datasets, which often leads to overfitting during training or saturation during testing. In terms of quantity, the number of spoof subjects is a critical determinant. Most datasets comprise fewer than 2,000 subjects. With regard to diversity, the majority of datasets consist of spoof samples collected in controlled environments using repetitive, mechanical processes. This data collection methodology results in homogenized samples and a dearth of scenario diversity. To address these shortcomings, we introduce the Wild Face Anti-Spoofing (WFAS) dataset, a large-scale, diverse FAS dataset collected in unconstrained settings. Our dataset encompasses 853,729 images of 321,751 spoof subjects and 529,571 images of 148,169 live subjects, representing a substantial increase in quantity. Moreover, our dataset incorporates spoof data obtained from the internet, spanning a wide array of scenarios and various commercial sensors, including 17 presentation attacks (PAs) that encompass both 2D and 3D forms. This novel data collection strategy markedly enhances FAS data diversity. Leveraging the WFAS dataset and Protocol 1 (Known-Type), we host the Wild Face Anti-Spoofing Challenge at the CVPR2023 workshop. Additionally, we meticulously evaluate representative methods using Protocol 1 and Protocol 2 (Unknown-Type). Through an in-depth examination of the challenge outcomes and benchmark baselines, we provide insightful analyses and propose potential avenues for future research. The dataset is released under Insightface.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI