分析人类观察者在换脸攻击检测中的能力——我们处于何种水平?
计算机视觉与模式识别
2022-09-07 v4 计算机与社会
摘要
尽管已有若干文献考察了自动化人脸识别系统(FRS)的易感性并提出了换脸攻击检测(MAD)方法,但鲜有研究关注人们如何识别换脸攻击。MAD 方法的判定要么基于单张图像且无参考可比(S-MAD),要么使用参考图像(D-MAD)。一个普遍误解是,审查员或观察者的换脸检测能力取决于其专业背景、经验及对该问题的熟悉程度,且尚无工作报道以核验身份(ID)证件为职业的 observer 的具体结果。由于人类观察者参与核查含人脸图像的 ID 证件,其能力上的疏漏会带来重大的社会挑战。为评估观察者能力,本工作首先构建了一个来自 48 名不同受试者的真实换脸攻击新基准数据库,生成 400 张换脸图像。我们还从自动边境控制(ABC)闸机捕获图像,以在 D-MAD 设定下模拟真实跨境场景,并用 400 张探针图像研究人类观察者检测换脸图像的能力。另生成 180 张换脸图像的新数据集,以研究人类在 S-MAD 环境下的能力。除创建用于 S-MAD 与 D-MAD 分析的新评估平台外,本研究招募了主要来自 40 余国政府雇员及 103 名非审查员的 469 名观察者进行 D-MAD、410 名观察者进行 S-MAD。分析提供了引人深思的见解,并凸显专家缺乏专业能力及未能识别大量换脸攻击。本研究结果旨在辅助制定培训项目,以在判定图像为真品或篡改时防范安全失效。
引用
@article{arxiv.2202.12426,
title = {Analyzing Human Observer Ability in Morphing Attack Detection -- Where Do We Stand?},
author = {Sankini Rancha Godage and Frøy Løvåsdal and Sushma Venkatesh and Kiran Raja and Raghavendra Ramachandra and Christoph Busch},
journal= {arXiv preprint arXiv:2202.12426},
year = {2022}
}