Artificial Image Tampering Distorts Spatial Distribution of Texture Landmarks and Quality Characteristics

要約

AIに基づくコンピュータビジョンの進歩により、合成画像生成や人工的な画像改ざんが著しく増加しており、人物識別を損なう非倫理的な悪用や、AI予測の説明可能性を低下させる可能性がある。モーフィング、ディープフェイク、その他の顔写真の人工生成は、異なる電子ID書類を用いた顔バイオメトリクス認証の信頼性を損なう。本論文では、テクスチャランドマークの持続的相同性（PH）を用いてモーフィング攻撃を検出するという我々の以前の研究を拡張する。我々は、人工的な画像改ざんが、テクスチャランドマークの空間分布（すなわち、そのPH）を歪めるとともに、一連の画像品質特性の分布も歪めることを示す。我々は、これら二つの細い特徴ベクトルの改ざんによる歪みは、低いエラーレートで説明可能（ハンドクラフト型）改ざん検出器を構築し、制限のあるデバイスに実装するのに相応しい大きな潜在力をもたらすことを実証する。

要約(オリジナル)

Advances in AI based computer vision has led to a significant growth in synthetic image generation and artificial image tampering with serious implications for unethical exploitations that undermine person identification and could make render AI predictions less explainable.Morphing, Deepfake and other artificial generation of face photographs undermine the reliability of face biometrics authentication using different electronic ID documents.Morphed face photographs on e-passports can fool automated border control systems and human guards.This paper extends our previous work on using the persistent homology (PH) of texture landmarks to detect morphing attacks.We demonstrate that artificial image tampering distorts the spatial distribution of texture landmarks (i.e. their PH) as well as that of a set of image quality characteristics.We shall demonstrate that the tamper caused distortion of these two slim feature vectors provide significant potentials for building explainable (Handcrafted) tamper detectors with low error rates and suitable for implementation on constrained devices.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL