[論文レビュー] Face Morphing Attack Generation & Detection: A Comprehensive Survey

Sushma Venkatesh, Raghavendra Ramachandra+2 more|arXiv (Cornell University)|Nov 3, 2020

Face recognition and analysis参考文献 94被引用数 17

ひとこと要約

この包括的なサーベイは、顔のモーフィング攻撃の生成と検出技術を体系的にレビューし、モーフィング手法、検出アルゴリズム、ベンチマークデータセット、パフォーマンスメトリクスを分析する。画像品質、老化効果、ユーザーフレンドリーネスなどの主な課題を特定し、実世界のバイオメトリクスシステムにおける耐性を高めるために、標準化された評価フレームワークの構築を提言する。

ABSTRACT

The vulnerability of Face Recognition System (FRS) to various kind of attacks (both direct and in-direct attacks) and face morphing attacks has received a great interest from the biometric community. The goal of a morphing attack is to subvert the FRS at Automatic Border Control (ABC) gates by presenting the Electronic Machine Readable Travel Document (eMRTD) or e-passport that is obtained based on the morphed face image. Since the application process for the e-passport in the majority countries requires a passport photo to be presented by the applicant, a malicious actor and the accomplice can generate the morphed face image and to obtain the e-passport. An e-passport with a morphed face images can be used by both the malicious actor and the accomplice to cross the border as the morphed face image can be verified against both of them. This can result in a significant threat as a malicious actor can cross the border without revealing the track of his/her criminal background while the details of accomplice are recorded in the log of the access control system. This survey aims to present a systematic overview of the progress made in the area of face morphing in terms of both morph generation and morph detection. In this paper, we describe and illustrate various aspects of face morphing attacks, including different techniques for generating morphed face images but also the state-of-the-art regarding Morph Attack Detection (MAD) algorithms based on a stringent taxonomy and finally the availability of public databases, which allow to benchmark new MAD algorithms in a reproducible manner. The outcomes of competitions/benchmarking, vulnerability assessments and performance evaluation metrics are also provided in a comprehensive manner. Furthermore, we discuss the open challenges and potential future works that need to be addressed in this evolving field of biometrics.

研究の動機と目的

• 顔のモーフィング攻撃の生成と検出技術について体系的な概要を提供すること。
• モーフ攻撃検出（MAD）アルゴリズムのきめ細やかな分類体系を確立すること。
• 再現可能なMADアルゴリズムのテストを可能にするために、公開データベースとベンチマーク結果を評価すること。
• モーフィング脆弱性、検出の耐性、標準化に関する未解決の課題を特定すること。
• 実世界での展開における老化、画像品質、ユーザーコンfortなどの主な問題を提示することで、今後の研究を導くこと。

提案手法

• 本稿は、包括的なサーベイを通じて、包括的および部分的顔モーフィングを含む顔モーフィング技術を調査する。
• モーフ攻撃検出（MAD）手法を2つのカテゴリに分類する：静的モーフ攻撃検出（S-MAD）と動的モーフ攻撃検出（D-MAD）。
• ISO/IEC標準メトリクスを用いてパフォーマンスを評価し、公開コンペティションおよびベンチマーク活動からの結果を分析する。
• 年齢、性別、人種、画像品質、および後処理などの共変量が、モーフィング脆弱性および検出に与える影響を検討する。
• 既存の公開データベースを分析し、MADアルゴリズムのベンチマークに適した適性を評価する。
• 将来的な評価のための構造化されたフレームワークを提案し、実世界での展開上の制約と標準化の必要性を強調する。

実験結果

リサーチクエスチョン

• RQ1 異なるモーフィング手法は、どのように高品質で区別がつかない顔のモーフィング画像を生成するのか？
• RQ2 S-MADとD-MADの検出技術には、どのような主な違いがあり、パフォーマンス上のトレードオフは何か？
• RQ3 画像品質、老化、および後処理は、顔認識システムのモーフィング攻撃に対する脆弱性にどのように影響するか？
• RQ4 MADアルゴリズムのベンチマーク化と標準化における現在の制限は何であるか？
• RQ5 リアルタイムアプリケーション（例：ABCゲート）向けに、ユーザーフレンドリーで展開可能なMADシステムをどのように設計できるか？

主な発見

• 本稿は、1枚のモーフィング画像で二重認証が可能になることから、eMRTDおよびパスポートシステムに対して顔のモーフィング攻撃が深刻な脅威であると特定した。
• 深層学習技術を用いて生成された高品質なモーフィング画像は、特に目や鼻などの部分的な顔領域を標的にした場合、検出が難しくなってきている。
• D-MAD技術は、照明状態や遮蔽（例：眼鏡、髪）などの撮影条件に対してより感受性が強いが、S-MADは年齢や人種などの顔の共変量に大きく影響を受ける。
• 進展は見られるが、FRSのモーフィング攻撃に対する感受性を評価する標準化された脆弱性メトリクスは存在しない。これは、重要な研究ギャップを示している。
• 本研究は、顔の美容処理とデジタル画像の提出プロセスが、オンラインパスポート申請を許可する国々において特にモーフィングリスクを高めることを明らかにした。
• 現在のベンチマークはISO/IECメトリクスに依存しているが、多様な共変量にわたる調和と実世界での検証が、将来的な標準化のために不可欠である。