パッチベースのマルチタスク化とアーティファクト・パターン変換による、ドメイン汎化可能な顔面アンチスプーフィング
arXiv cs.CV / 2026/4/13
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、顔面アンチスプーフィング（FAS）モデルが、未見の視覚ドメインや未知のスプーフィング手法に対して失敗しがちであるという課題に取り組む。これは主に、データセットの多様性が限られていることによる。
- ドメイン汎化を向上させるために、PCGAN（Pattern Conversion GAN）を提案する。これは、顔の特徴とスプーフのアーティファクトの潜在表現を分解し、多様なアーティファクト・パターンを持つ画像を生成することで性能改善を図る。
- 本手法は、パッチベースの学習とマルチタスク学習を組み合わせることで、部分的な攻撃への対応力を高め、顔の特徴への過学習を低減する。
- 論文が報告する実験結果では、ドメイン汎化と部分的なスプーフィング攻撃の検出の両方で性能が向上しており、顔認識セキュリティの強化を目指していることが示される。
