纤维面口罩攻击：用于评估通用面部防伪检测的数据集
计算机视觉与模式识别
2025-11-12 v1 新兴技术
摘要
面部识别系统正在跨越广泛应用场景，包括智能手机身份验证、出入控制和边境安全。然而，这些系统仍然 vulnerable 于 presentation attacks（PAs），这会显著损害其可靠性。本文引入了以新型且现实的 presentation attack 工具——纤维面口罩（NFMs）为中心的数据集，旨在模拟高级三维欺骗场景。NFMs 因其弹性结构和高度写实外观而尤其令人担忧，可使其贴近受害者面部几何形状。为反映实际智能手机使用条件，我们采用 iPhone 11 Pro 收集数据集，获取 100 名受试者的 3,760 个真人样本以及 51,281 个 NFM 攻击样本，覆盖四种不同的 presentation 场景（涉及人类和 mannequin）。我们使用五种最先进的 PAD 方法对数据集进行基准测试，以评估其在未见攻击条件下的鲁棒性。结果显示，各方法在性能上存在显著差异，凸显了 NFMs 的挑战性，并进一步突显了开发能够对新兴欺骗威胁具有广泛适应性的 PAD 技术的重要性。
引用
@article{arxiv.2511.08114,
title = {Introducing Nylon Face Mask Attacks: A Dataset for Evaluating Generalised Face Presentation Attack Detection},
author = {Manasa and Sushrut Patwardhan and Narayan Vetrekar and Pavan Kumar and R. S. Gad and Raghavendra Ramachandra},
journal= {arXiv preprint arXiv:2511.08114},
year = {2025}
}
备注
Accepted in Proc. of International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA 2026)