用于差分人脸变形检测的条件身份解耦
计算机视觉与模式识别
2021-07-06 v1
摘要
我们提出使用条件生成网络（cGAN）进行差分人脸变形攻击检测的任务。为了确定身份证件（如护照）中的人脸图像是否被变形，我们提出一种算法，该算法学习利用 cGAN 以可信参考图像为条件，从变形图像中隐式解耦身份。此外，所提方法还能恢复用于生成该变形的第二主体的一些底层信息。我们在 AMSL face morph、MorGAN 和 EMorGAN 数据集上进行了实验，以证明所提方法的有效性。我们还进行了跨数据集和跨攻击检测实验。在数据集内评估中，我们获得了 3% BPCER @ 10% APCER 的有前景结果，与现有方法相当；在跨数据集评估中获得了 4.6% BPCER @ 10% APCER，比最先进方法至少高出 13.9%。
引用
@article{arxiv.2107.02162,
title = {Conditional Identity Disentanglement for Differential Face Morph Detection},
author = {Sudipta Banerjee and Arun Ross},
journal= {arXiv preprint arXiv:2107.02162},
year = {2021}
}