关键词morphing attack detection
搜索结果 - 8
- 应对差异变形攻击检测中的主体相似性
该研究论文针对模拟攻击问题,提出了 ACIdA 模块化差分 MAD 系统,实现了较好的性能和成果,超过了现有文献中的竞争对手,并在传统差分 MAD 基准测试中保持良好的性能。
- 用于面部合成攻击的分层生成网络
通过使用全局信息和局部详细信息的层次生成网络,结合面部区域外的伪影去除模块,我们提出了一种改进图像质量和保持身份的新型变形攻击方法,相对于现有攻击方法具有更高的模拟人眼能力和足够欺骗面部识别系统的威胁性。
- 合成图像对基于孪生网络的形变攻击检测的影响
研究评估了使用具有半硬损失函数的暹罗网络在形态攻击检测(MAD)中,合成图像对其影响。通过跨数据集评估来测量合成图像的泛化能力。使用传统的 MobileNetV2、MobileNetV3 和 EfficientNetB0 预训练网络作为特征 - 利用去噪扩散概率模型检测面部混合攻击
本文介绍了一种基于扩散的新型高效 MAD 方法,学习纯粹的真实图像的特征,实现对不同形态的变形攻击的检测。在四个不同数据集上进行了严格的实验,并与现有解决方案进行了比较,结果表明我们的 MAD 模型在所有数据集上都取得了高竞争力的结果。
- 单次变形攻击检测中的面部特征可视化
本文提出了一种可解释的面部特征提取算法,能够检测真实和变形图像,用于单一变形攻击检测。该方法基于原始图像、形状、纹理、频率和压缩。利用此方法可以开发一个图形用户界面来协助边境警卫人员调查涉嫌的图像。在三种基于地标点的人脸变形方法和基于 St - CVPR面部变形攻击检测器的隐私友好的合成数据
本研究介绍了首个基于合成数据的变形攻击检测开发数据集 (SMDD) ,证明该数据集成功地用于训练三种变形攻击检测骨干网络,从而实现了高性能的变形攻击检测,即使是完全未知的攻击类型。通过详细的法律分析,我们表明在使用和分享真实生物特征数据的挑 - GAN 生成的变形和基于标志物的变形对人脸识别系统的威胁是否相当?-- 脆弱性与检测
本文提出使用新的生成对抗网络(GAN)- StyleGAN 生成实际高质量、高清晰度人脸混合图像的新框架,并使用 2500 个自己创建的变形脸部图像进行了实验,对基于商用产品和深度学习的人脸识别系统对信任度的威胁进行分析,并在以往的混合攻击 - 深度人脸表示用于差分变形攻击检测
本篇论文讨论了利用真实的人脸图像数据库训练和测试差分变形攻击检测算法的可行性。在进行多个不同后处理之后,使用不同的工具创建了人脸融合图像。通过实验表明,基于深度学习的差分变形攻击检测算法在各种后处理情形下可以实现非常高的检测性能和鲁棒性。