基于多特征与分类技术融合的鲁棒人脸变形攻击检测
计算机视觉与模式识别
2023-05-08 v1
摘要
人脸识别系统(FRS)已被证明易受新生儿变形图像的攻击。检测源自新生儿人脸图像的变形攻击对于避免安全与社会层面的不良后果十分重要。本文提出一种新的基于参考/差分变形攻击检测(D-MAD)方法，利用小波散射网络(WSN)检测新生儿变形图像。我们提出了一种两层WSN，每层具有250 250像素和六个小波旋转，共产生577条路径。所提方法在一个由42名独特新生儿的人脸图像构建的数据集上进行了验证，该数据集包含852张真实图像和2460张变形图像。所得结果表明，相较于其他现有D-MAD技术，检测准确率提升了超过10%。
引用
@article{arxiv.2305.03264,
title = {Robust Face Morphing Attack Detection Using Fusion of Multiple Features and Classification Techniques},
author = {Jag Mohan Singh Sushma Venkatesh Raghavendra Ramachandra},
journal= {arXiv preprint arXiv:2305.03264},
year = {2023}
}
备注
26TH INTERNATIONAL CONFERENCE ON INFORMATION FUSION 2023