[論文レビュー] Towards Evaluating Gaussian Blurring in Perceptual Hashing as a Facial Image Filter

Yigit Alparslan, Alparslan, Ken+2 more|arXiv (Cornell University)|Feb 1, 2020

Digital Media Forensic Detection参考文献 10被引用数 4

ひとこと要約

本稿では、顔顔画像に対する悪意ある画像改ざん（切り出し、回転、テキストの付加など）の検出において、知覚的ハッシュ化の前処理としてガウスノイズを適用することで効果が得られるかを調査している。Yale B拡張顔データセットを用いて、ぼかしがわずかに精度を向上させることを確認した（切り出し画像では3.6%向上）。DCTベースのハッシュ化は付加済み画像において平均ハッシュ化を上回ったが、回転攻撃に対しては限定的な成功にとどまった。

ABSTRACT

With the growth in social media, there is a huge amount of images of faces available on the internet. Often, people use other people's pictures on their own profile. Perceptual hashing is often used to detect whether two images are identical. Therefore, it can be used to detect whether people are misusing others' pictures. In perceptual hashing, a hash is calculated for a given image, and a new test image is mapped to one of the existing hashes if duplicate features are present. Therefore, it can be used as an image filter to flag banned image content or adversarial attacks --which are modifications that are made on purpose to deceive the filter-- even though the content might be changed to deceive the filters. For this reason, it is critical for perceptual hashing to be robust enough to take transformations such as resizing, cropping, and slight pixel modifications into account. In this paper, we would like to propose to experiment with effect of gaussian blurring in perceptual hashing for detecting misuse of personal images specifically for face images. We hypothesize that use of gaussian blurring on the image before calculating its hash will increase the accuracy of our filter that detects adversarial attacks which consist of image cropping, adding text annotation, and image rotation.

研究の動機と目的

• 顔画像の不正利用検出における、ガウスぼかしを前処理として用いる知覚的ハッシュ化の有効性を評価すること。
• ぼかしが、切り出し、回転、テキスト付加などの一般的な悪意ある画像改ざんに対する耐性を向上させるかどうかを評価すること。
• 顔画像に対して、異なる知覚的ハッシュ化手法（DCTと平均ハッシュ化）の性能を、悪意ある条件下で比較すること。
• 顔固有の文脈において、画像前処理（ぼかし）がハッシュ類似度検出精度に与える影響を調査すること。
• わずかな視覚的摂動があっても、知覚的ハッシュ化が個人の画像の不正使用を信頼性を持って検出できるかどうかを特定すること。

提案手法

• 顔画像実験に、Yale B拡張顔データセット（28名の被験者、1人あたり576種類のポーズ）を用いた。
• 元の画像に対して、離散コサイン変換（DCT）および平均ハッシュ化手法を用いてベースラインの知覚的ハッシュを計算した。
• ハッシュ計算の前に画像にガウスぼかしを適用し、2番目の「ぼかし済み」リファレンスハッシュを生成した。
• 切り出し（元画像の15%）、180°および45°回転、テキスト付加（例：「著作権あり」）によって悪意あるテスト画像を生成した。
• すべての悪意あるテスト画像に対して知覚的ハッシュを計算し、ハミング距離を用いてベースラインおよびぼかし済みリファレンスハッシュと比較した。
• さまざまなしきい値設定下で、ハッシュビット長（32ビットおよび64ビット）とハッシュタイプ（DCT対平均）の下で、検出精度を評価した。

実験結果

リサーチクエスチョン

• RQ1 知覚的ハッシュ化の前処理としてガウスぼかしを適用することで、悪意ある顔画像改ざんの検出精度が向上するか？
• RQ2 さまざまな悪意ある変換（切り出し、回転、付加）下で、異なる知覚的ハッシュ化手法（DCT対平均ハッシュ化）はどのように性能を発揮するか？
• RQ3 ハッシュビット長（32ビット対64ビット）が、顔画像の同一性検出精度に与える影響は何か？
• RQ4 画像の回転（180°および45°）は知覚的ハッシュ化の性能をどの程度低下させるか？また、ぼかしはその影響を緩和できるか？
• RQ5 テキスト付加は知覚的ハッシュ類似度に顕著な影響を与えるか？また、ぼかしはそのような摂動に対する耐性を向上させられるか？

主な発見

• ハッシュ化の前処理としてガウスぼかしを適用しても、大多数の悪意ある変換に対して全体的な検出精度は顕著に向上しなかった。
• 唯一測定可能な向上は、切り出し画像の3.6%上昇であった（64ビット平均ハッシュ化では、ベースライン14.3%からぼかし済み17.9%に上昇）。
• 付加済み画像では、DCTベースのハッシュ化が平均ハッシュ化を上回り、しきい値のあらゆる値で高い精度を示した。
• 180°回転画像の検出精度は、64ビット平均ハッシュ化で25–30%に達したが、45°回転およびDCTベース手法では依然として低かった。
• 45°回転画像では、すべてのハッシュタイプ（32ビットおよび64ビットのDCTおよび平均）がほぼ0%の精度にとどまり、耐性が著しく低いことが示された。
• 64ビットハッシュは、切り出しおよび付加済み画像を除くほとんどのケースで32ビットハッシュを上回った。特に、切り出しおよび付加済み画像において顕著な優位性を示した。