Spritz-PS：使用大规模打印文档数据集验证合成人脸图像
计算机视觉与模式识别
2023-04-07 v1 人工智能
密码学与安全
计算机与社会
机器学习
摘要
对打印与扫描（PS）图像进行有效取证分析的能力在许多应用中至关重要。PS 文档可用于掩盖图像因合成性质而产生的伪影，因为这些伪影通常存在于被篡改图像中，而合成图像中的主要伪影在经历 PS 后会被去除。由于生成对抗网络（GANs）的吸引力，由 GAN 模型生成的合成人脸图像难以与真实人脸区分，并可能被用于创建伪造身份。此外，由于 GAN 模型未考虑生成人脸的生理约束及其对人眼虹膜的影响，在 PS 场景下区分真实与合成虹膜变得极其困难。由于缺乏 PS 场景下的大规模参考虹膜数据集，我们旨在开发一个新颖的数据集，以成为多媒体取证（MFs）研究的标准，该数据集见 [45]。在本文中，我们提供了一个由来自 VIPPrint 打印与扫描人脸图像的大量合成与自然打印虹膜组成的新颖数据集。我们从人脸图像中提取虹膜，且模型可能因眼睑遮挡而捕获到不完整的虹膜。为填补提取虹膜的缺失像素，我们应用了技术以发现虹膜图像间的复杂关联。为凸显数据集虹膜图像评估所涉及的问题，我们使用 Siamese 神经网络（如 ResNet50、Xception、VGG16 和 MobileNet-v2）进行了大量分析，以评估真实与合成人眼虹膜间的相似性。例如，使用 Xception 网络，我们对合成图像取得了 56.76% 的虹膜相似度，对真实图像取得了 92.77% 的虹膜相似度。
引用
@article{arxiv.2304.02982,
title = {Spritz-PS: Validation of Synthetic Face Images Using a Large Dataset of Printed Documents},
author = {Ehsan Nowroozi and Yoosef Habibi and Mauro Conti},
journal= {arXiv preprint arXiv:2304.02982},
year = {2023}
}