注意ガイド付きパッチベース手法による汎用的な変装メイク提示攻撃検出
arXiv cs.CV / 2026/4/30
📰 ニュースSignals & Early TrendsModels & Research
要点
- 本論文は、化粧品や義部品、人工素材などを用いて顔の見た目を現実的に変える「変装メイク」の提示攻撃が、顔認識システムを欺きやすいという課題に取り組みます。
- 提案手法は2段階の枠組みで、スタイル不変の全顔モデルがGrad-CAMにより領域の注意スコアを生成し、その後のパッチベース段階が領域ごとの局所分析を行います。
- 方法はメトリック学習とホワイトニング変換を活用し、識別性を高めるとともにスタイルの影響を抑えます。
- 実環境で収集した、ライブ顔と変装メイク顔から成る新しいデータセットも構築されており、被写体・環境・変装素材の多様性をカバーしています。
- 実験ではデータセット間での汎化性能が示され、新データセットでACER 8.97%、EER 9.76%、SIW-Mv2では特定のなりすまし系攻撃で非常に低い誤り率が報告されています。
