[논문 리뷰] Face Morphing Attack Generation & Detection: A Comprehensive Survey

Sushma Venkatesh, Raghavendra Ramachandra외 2명|arXiv (Cornell University)|2020. 11. 03.

Face recognition and analysis참고 문헌 94인용 수 17

한 줄 요약

이 종합적 서베이는 얼굴 모핑 공격 생성 및 탐지 기술을 체계적으로 검토하며, 모핑 방법, 탐지 알고리즘, 벤치마크 데이터셋, 성능 메트릭을 분석한다. 이미지 품질, 노화 효과, 사용자 친화성 등의 주요 과제를 특정하고, 실제 생물정보 시스템에서의 강건성을 향상시키기 위해 표준화된 평가 프레임워크의 필요성을 제기한다.

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.

연구 동기 및 목표

• 얼굴 모핑 공격 생성 및 탐지 기술에 대한 체계적인 개요 제공.
• 모핑 공격 탐지(MAD) 알고리즘을 위한 엄격한 분류 체계 수립.
• 재현 가능한 MAD 알고리즘 테스트를 위한 공개 데이터베이스 및 벤치마크 결과 평가.
• 모핑 취약성, 탐지 강건성, 표준화 분야에서의 열린 과제 특정.
• 실제 구현 시 고려해야 할 요소들인 노화, 이미지 품질, 사용자 편의성 등의 핵심 문제를 제시함으로써 향후 연구를 이끌기

제안 방법

• 본 논문은 통합적인 얼굴 모핑 기술 서베이를 수행하며, 전체적 및 국소적 얼굴 모핑을 포함한다.
• 모핑 공격 탐지(MAD) 방법을 두 가지 범주로 분류한다: 스틸-모핑 공격 탐지(S-MAD) 및 동적-모핑 공격 탐지(D-MAD).
• 성능 평가에 ISO/IEC 표준 메트릭을 활용하고, 공개 경쟁 및 벤치마크 노력의 결과를 분석한다.
• 연관 변수인 연령, 성별, 민족, 이미지 품질, 후처리 조건이 모핑 공격 취약성과 탐지에 미치는 영향을 분석한다.
• 기존 공개 데이터베이스를 분석하고, MAD 알고리즘의 벤치마크에 적합한지 평가한다.
• 미래 평가를 위한 체계적 프레임워크를 제안하며, 실제 구현 조건과 표준화 필요성에 중점을 둔다.

실험 결과

연구 질문

• RQ1 다양한 모핑 기법은 어떻게 고품질의, 구분하기 어려운 모핑된 얼굴 이미지를 생성하는가?
• RQ2 S-MAD와 D-MAD 탐지 기법 간의 주요 차이점과 성능 상호 간의 상충 관계는 무엇인가?
• RQ3 이미지 품질, 노화, 후처리 조건은 얼굴 인식 시스템의 모핑 공격 취약성에 어떻게 영향을 미치는가?
• RQ4 MAD 알고리즘의 벤치마크 및 표준화 분야에서 현재의 한계는 무엇인가?
• RQ5 실시간 응용 분야(예: ABC 게이트)에 적합한 사용자 우호적이고 구현 가능한 MAD 시스템은 어떻게 설계할 수 있는가?

주요 결과

• 논문은 모핑 공격가 eMRTD 및 여권 시스템에 심각한 위협을 가하며, 단일 모핑 이미지로 이중 검증이 가능하게 한다고 밝힌다.
• 딥 러닝 기법을 통해 생성된 고품질의 모핑 이미지는 특히 눈, 코 등의 국소적 얼굴 영역을 대상으로 할 경우 점점 더 탐지하기 어려워지고 있다.
• D-MAD 기법은 조명 조건, 가림 요소(예: 안경, 머리카락)와 같은 영상 조건에 더 민감한 반면, S-MAD는 연령, 민족 등의 얼굴 공변량에 더 영향을 받는다.
• 진전이 있었음에도 불구하고, FRS의 모핑 공격에 대한 취약성 평가를 위한 표준화된 메트릭이 존재하지 않으며, 이는 중요한 연구 격차를 드러낸다.
• 본 연구는 얼굴 미화 및 디지털 이미지 제출 과정이 모핑 위험을 증가시키며, 특히 온라인 여권 신청을 允許하는 국가에서 특히 그렇다고 밝힌다.
• 현재의 벤치마크 평가는 ISO/IEC 메트릭에 의존하고 있으나, 다양한 공변량을 고려한 조율 및 실제 환경 검증이 향후 표준화를 위해 필수적이다.