MorDeephy: Face Morphing Detection Via Fused Classification

要約

顔モーフィング攻撃検出（MAD）は、現在、顔認識の分野で最も困難なタスクの一つである。本研究では、単一画像の顔モーフィング検出のための新しい深層学習戦略を導入する。これは、複雑な分類スキームにおける高度な顔認識タスクとともに、モーフィングされた顔画像の識別を意味するものである。これは、深層顔特徴の学習に向けられたものであり、これらの特徴の真偽に関する情報を含んでいる。私たちの研究はまた、いくつかの追加的な貢献を紹介します：一般的で使いやすい顔モーフィング検出ベンチマークと私たちの野生データセットのフィルタリング戦略の結果です。MorDeephyと呼ぶ我々の手法は、最先端の性能を達成し、モーフィング検出のタスクを未知のシナリオに汎化するための優れた能力を実証した。

要約(オリジナル)

Face morphing attack detection (MAD) is one of the most challenging tasks in the field of face recognition nowadays. In this work, we introduce a novel deep learning strategy for a single image face morphing detection, which implies the discrimination of morphed face images along with a sophisticated face recognition task in a complex classification scheme. It is directed onto learning the deep facial features, which carry information about the authenticity of these features. Our work also introduces several additional contributions: the public and easy-to-use face morphing detection benchmark and the results of our wild datasets filtering strategy. Our method, which we call MorDeephy, achieved the state of the art performance and demonstrated a prominent ability for generalising the task of morphing detection to unseen scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL