基于互信息特征选择与可视化的单样本 morphing 攻击检测
计算机视觉与模式识别
2021-10-27 v1
摘要
人脸 morphing 攻击检测是一项具有挑战性的任务。自动边境控制闸机中通过自动分类方法与人工检查来检测 morphing 攻击。理解机器学习系统如何检测变形人脸及最相关的面部区域至关重要。这些相关区域包含纹理信号，使我们能够区分真实（bona fide）图像与 morph 图像。同时，它有助于人工检查以发现由 morph 图像生成的护照。本文探索从强度、形状、纹理中提取的特征，并提出基于互信息（Mutual Information）滤波器的特征选择阶段，以选取最相关且冗余最少的特征。该选择使我们能够减少工作负担并获知这些区域的精确位置，从而理解 morphing 影响并构建鲁棒分类器。最佳结果来自基于条件互信息（Conditional Mutual Information）与形状特征的方法，仅使用 500 个特征处理 FERET 图像、800 个特征处理 FRGCv2 图像（可用特征共 1,048 个）。眼睛与鼻子被确定为最需分析的关键区域。
引用
@article{arxiv.2110.13552,
title = {Single Morphing Attack Detection using Feature Selection and Visualisation based on Mutual Information},
author = {Juan Tapia and Christoph Busch},
journal= {arXiv preprint arXiv:2110.13552},
year = {2021}
}