PW-MAD：面向通用人脸变形攻击检测的逐像素监督方法
计算机视觉与模式识别
2021-09-28 v2
摘要
人脸变形攻击图像可以被验证为多个身份，这使得此类攻击成为基于身份验证（如边境检查）流程的一个主要漏洞。已有多种方法被提出用于检测人脸变形攻击，然而，这些方法对意外的后变形过程泛化能力较低。一个主要的后变形过程是许多国家在签发护照或身份证件时进行的打印和扫描操作。在这项工作中，我们通过采用逐像素监督方法来解决这个泛化问题，我们训练一个网络将图像的每个像素分类为攻击或非攻击，而不是仅对整个图像使用一个标签。我们的逐像素变形攻击检测(PW-MAD)方案被证明比一组已建立的基线方法表现更准确。更重要的是，当在未知的重新数字化攻击上进行评估时，PW-MAD显示出与相关工作相比的高泛化能力。除了我们的PW-MAD方法之外，我们还创建了一个包含数字和重新数字化样本的新人脸变形攻击数据集，即LMA-DRD数据集，该数据集可根据请求公开用于研究目的。
引用
@article{arxiv.2108.10291,
title = {PW-MAD: Pixel-wise Supervision for Generalized Face Morphing Attack Detection},
author = {Naser Damer and Noemie Spiller and Meiling Fang and Fadi Boutros and Florian Kirchbuchner and Arjan Kuijper},
journal= {arXiv preprint arXiv:2108.10291},
year = {2021}
}
备注
Accepted at the 16th International Symposium on Visual Computing (ISVC 2021)