Differential Morphed Face Detection Using Deep Siamese Networks
Differential Morphed Face Detection Using Deep Siamese Networks
复制标题
使用深度连体网络的差分变形人脸检测
DOI：
10.1007/978-3-030-68780-9_44
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Nasrabadi, N.M.
中科院分区：
文献类型：
--
作者：
Soleymani, S.;Chaudhary, B.;Dabouei, A.;Dawson, J.;Nasrabadi, N.M.
虽然生物特征面部识别系统正在迅速成为安全应用的一部分，但这些系统仍然容易受到变形攻击，其中面部参考图像可以被验证为两个或更多个单独的身份。在边境控制场景中，成功的变形攻击允许两个或更多人使用同一本护照跨境。在本文中，我们提出了一种新的差分变形攻击检测框架，使用深连体网络。据我们所知，这是第一个研究工作，利用暹罗网络架构的变形攻击检测。我们使用两个不同的变形数据集（VISAP17和MorGAN）将我们的模型与其他经典和深度学习模型进行了比较。我们探索的嵌入空间产生的对比损失使用三个决策框架，使用欧氏距离，特征差异和支持向量机分类器，和特征拼接和支持向量机分类器。
Although biometric facial recognition systems are fast becoming part of security applications, these systems are still vulnerable to morphing attacks, in which a facial reference image can be verified as two or more separate identities. In border control scenarios, a successful morphing attack allows two or more people to use the same passport to cross borders. In this paper, we propose a novel differential morph attack detection framework using a deep Siamese network. To the best of our knowledge, this is the first research work that makes use of a Siamese network architecture for morph attack detection. We compare our model with other classical and deep learning models using two distinct morph datasets, VISAPP17 and MorGAN. We explore the embedding space generated by the contrastive loss using three decision making frameworks using Euclidean distance, feature difference and a support vector machine classifier, and feature concatenation and a support vector machine classifier.
登录
查看更多内容
DOI：
10.1109/btas.2016.7791169
发表时间：
2016-09
期刊：
2016 IEEE 8th International Conference on Biometrics Theory, Applications and Systems (BTAS)
影响因子：
--
作者：
Ramachandra Raghavendra;K. Raja;C. Busch
通讯作者：
Ramachandra Raghavendra;K. Raja;C. Busch
面部变形与面部平均：漏洞和检测
DOI：
10.1109/btas.2017.8272742
发表时间：
2017
期刊：
2017 IEEE International Joint Conference on Biometrics (IJCB)
影响因子：
--
作者：
Ramachandra Raghavendra;K. Raja;S. Venkatesh;C. Busch
通讯作者：
C. Busch
单人脸图像的变形检测：一种多算法融合方法
DOI：
10.1145/3230820.3230822
发表时间：
2018
期刊：
2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
影响因子：
--
作者：
U. Scherhag;C. Rathgeb;C. Busch
通讯作者：
C. Busch
DOI：
10.1007/11744023_32
发表时间：
2006-01-01
期刊：
COMPUTER VISION - ECCV 2006 , PT 1, PROCEEDINGS
影响因子：
--
作者：
Bay, Herbert;Tuytelaars, Tinne;Van Gool, Luc
通讯作者：
Van Gool, Luc
不同数据集上变形人脸图像检测算法的性能差异
DOI：
10.1109/iwbf.2018.8401562
发表时间：
2018
期刊：
2018 International Workshop on Biometrics and Forensics (IWBF)
影响因子：
--
作者：
U. Scherhag;C. Rathgeb;C. Busch
通讯作者：
C. Busch