ageing 对人脸 morph 攻击的影响：脆弱性与检测
计算机视觉与模式识别
2020-09-22 v2 计算机与社会
图像与视频处理
摘要
人脸 morphing 攻击已引发严重关切，因其揭示出广泛部署于边境管控应用中的人脸识别系统（FRS）的一种新漏洞。人脸 morphing 过程使用多个数据主体的图像并执行图像混合操作以生成高质量 morph 图像。所生成的 morph 图像展现出与构成该合成图像的数据主体生物特征相对应的相似视觉特征，从而使人及 FRS 均难以检测此类攻击。本文中，我们报告了当呈现受 ageing 影响的 morph 图像时，商用现货（COTS）FRS 脆弱性的系统性研究。为此，我们基于公开可用的 MORPH II 人脸数据集引入了一个新的带 ageing 的 morph 人脸数据集，称之为 MorphAge 数据集。该数据集按年龄区间分为两类：第一类 MorphAge-I 数据集包含 1002 个唯一数据主体，年龄变化为 1 至 2 岁；而 MorphAge-II 数据集包含 516 个数据主体，年龄区间为 2 至 5 岁。为有效评估 morphing 攻击的脆弱性，我们还引入了一种新的评估指标，即完全匹配 morph 呈现匹配率（FMMPMR），以在真实场景中有效量化脆弱性。我们使用两种不同的 COTS FRS（COTS I - Cognitec 与 COTS II - Neurotechnology）开展了大量实验以量化随 ageing 的脆弱性。此外，我们还评估了五种不同的 morph 攻击检测（MAD）技术以基准测试其随 ageing 的检测性能。
引用
@article{arxiv.2007.02684,
title = {On the Influence of Ageing on Face Morph Attacks: Vulnerability and Detection},
author = {Sushma Venkatesh and Kiran Raja and Raghavendra Ramachandra and Christoph Busch},
journal= {arXiv preprint arXiv:2007.02684},
year = {2020}
}
备注
Accepted in IJCB 2020