Impact of Image Context for Single Deep Learning Face Morphing Attack Detection

要約

技術の進歩によるセキュリティへの関心の高まりから、生理学的または行動学的特徴を利用して認識を強化するバイオメトリクス・アプローチが普及している。顔認識システム（FRS）は普及しているが、顔モーフィング攻撃などの画像操作技術に対して脆弱である。本研究では、入力画像のアライメント設定がディープラーニングによるフェイスモーフィング検出性能に与える影響を調査する。顔の輪郭と画像コンテキストの相互関係を分析し、顔モーフィング検出のための最適なアライメント条件を提案する。

要約(オリジナル)

The increase in security concerns due to technological advancements has led to the popularity of biometric approaches that utilize physiological or behavioral characteristics for enhanced recognition. Face recognition systems (FRSs) have become prevalent, but they are still vulnerable to image manipulation techniques such as face morphing attacks. This study investigates the impact of the alignment settings of input images on deep learning face morphing detection performance. We analyze the interconnections between the face contour and image context and suggest optimal alignment conditions for face morphing detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL