Core Concepts
顔認証システムに対する物理的攻撃とデジタル攻撃を統一的に検出するアルゴリズムの開発を促進する。
Abstract
本論文では、顔認証システムに対する物理的攻撃とデジタル攻撃を統一的に検出するための大規模データセット「UniAttackData」の構築と、それに基づくチャレンジの開催について報告している。
UniAttackData は、1,800人の被験者それぞれについて、物理的攻撃2種類とデジタル攻撃12種類を含む、合計28,706本のビデオから構成される大規模なデータセットである。このデータセットを用いて、物理的攻撃とデジタル攻撃の両方を統一的に検出するアルゴリズムの開発を目的としたチャレンジを開催した。
チャレンジには136チームが参加し、13チームが最終ラウンドに進出した。最終ラウンドの結果を分析すると、以下の知見が得られた:
上位3チームの成績が他のチームと大きく差がついており、統一攻撃検出の難易度の高さが示された。
上位5チームはすべて企業所属であり、実用的な応用を目指した取り組みが重要であることが示唆された。
チーム間の成績にばらつきがあり、統一攻撃検出の研究がまだ発展途上であることが分かった。
今後の課題としては、VLMを活用した手法の検討、より完全な攻撃パターンを含むデータセットの構築、より高度な評価プロトコルの開発などが考えられる。
Stats
顔認証システムに対する物理的攻撃と28,706本のビデオデータを含む大規模なデータセットが構築された。