[論文レビュー] Face Morphing Attack Detection Using Privacy-Aware Training Data

Marija Ivanovska, Andrej Kronovšek+3 more|arXiv (Cornell University)|Jul 2, 2022

Face recognition and analysis被引用数 5

ひとこと要約

本稿では、実在の人物の顔画像を用いたデータセットに伴うプライバシー懸念を解消するため、仮想の人物の顔をStyleGAN2で生成し、その合成顔画像のみで顔マーフィング攻撃検出（MAD）モデルを訓練することを提案する。SMDDの合成データセットで訓練されたXceptionおよびHRNetモデルは、優れた汎化性能を示し、XceptionはFRLL-Morphsで3.26%のEERを達成した。これは、プライバシーに配慮した合成データを用いることで、実際の人の顔データを一切使用せずに、実世界の攻撃検出が有効に可能であることを示している。

ABSTRACT

Images of morphed faces pose a serious threat to face recognition--based security systems, as they can be used to illegally verify the identity of multiple people with a single morphed image. Modern detection algorithms learn to identify such morphing attacks using authentic images of real individuals. This approach raises various privacy concerns and limits the amount of publicly available training data. In this paper, we explore the efficacy of detection algorithms that are trained only on faces of non--existing people and their respective morphs. To this end, two dedicated algorithms are trained with synthetic data and then evaluated on three real-world datasets, i.e.: FRLL-Morphs, FERET-Morphs and FRGC-Morphs. Our results show that synthetic facial images can be successfully employed for the training process of the detection algorithms and generalize well to real-world scenarios.

研究の動機と目的

• 顔マーフィング攻撃検出（MAD）モデルの学習に実在の人物の顔画像を用いることによるプライバシー懸念を解消すること。
• 実在しない人物の合成顔画像が、頑健なMADモデルの学習に有効であるかどうかを調査すること。
• このようなモデルが多様な実世界のマーフィング顔データセットに対して、どの程度の汎化性能を示すかを評価すること。
• プライバシーに配慮した訓練データが、検出精度を損なわずに実際の人の顔データに代わることを実証すること。

提案手法

• 非実在人物の合成顔画像は、SMDDデータセットを用いてStyleGAN2で生成された。
• 顔マーフィングは、OpenCVのマーフィング手法を用いて、ペアの合成顔画像を組み合わせることで作成された。
• XceptionおよびHRNetの2つのディーパーニューラルネットワークモデルを、合成されたマーフィング顔画像および本物顔画像から、スクラッチから訓練した。
• XceptionおよびHRNetによる特徴抽出後に、2層の全結合ヘッドを用いて二値分類を実行した。
• 最適化にはAdamを使用し、初期学習率を0.0001、バッチサイズを16として、全30エポックでモデルを訓練した。
• モデル選択は検証精度に基づき、各データセットに対して最高性能を示した重みを保存した。

実験結果

リサーチクエスチョン

• RQ1 実在しない人物の合成顔画像のみで、顔マーフィング攻撃検出モデルを有効に訓練できるか？
• RQ2 実在の人の顔データで訓練されたモデルと比較して、このようなモデルは実世界のマーフィング顔データセットに対してどの程度の汎化性能を示すか？
• RQ3 限られた合成データで学習した場合、モデルアーキテクチャ（例：Xception対HRNet）が検出性能に与える影響は何か？
• RQ4 OpenCVを用いた1つのマーフィング手法で訓練されたモデルは、他の手法（例：AMSL、Webmorph）で生成されたマーフィング顔に対しても一般化できるか？
• RQ5 プライバシーに配慮した合成データは、実際の人の顔データを排除しながらも、競争力のある検出性能を達成できるか？

主な発見

• XceptionはFRLL-Morphsデータセットで3.26%の等誤差率（EER）を達成し、全体として最高の性能を示した。
• HRNetはFERET-MorphsおよびFRGC-Morphsで強力な性能を示し、それぞれEERが8.49%および10.89%であったが、FRLL-Morphsでは性能が劣り（EER 13.73%）、低かった。
• ROC曲線解析により、Xceptionモデルが異なるマーフィング手法に対して最も優れた汎化性能を示したことが分かった。
• ベースラインモデルであるMixFaceNet-MADは、FERET-MorphsおよびFRGC-MorphsではXceptionおよびHRNetに劣ったが、FRLL-MorphsではHRNetをわずかに上回った。
• 1つのマーフィング手法（OpenCV）でのみ学習されたにもかかわらず、モデルは他のマーフィング手法に対してもある程度の汎化性能を示したが、性能は変動した。
• 結果から、合成データのみで有効なMADモデルを訓練できることを確認した。これは、倫理的・法的懸念を軽減するためのプライバシー配慮型訓練データの有効性を裏付けている。