얼굴 유사성이 높은 경우 차등 형태 변형 공격 탐지에 대한 효과적인 해결책
얼굴 유사성이 높은 경우에도 효과적으로 차등 형태 변형 공격을 탐지할 수 있는 모듈러 방법론 제안
강력하고 고품질의 얼굴 모핑 공격을 위한 확산 기술 활용
확산 기반 모델을 활용하여 시각적 품질과 양쪽 정체성의 특징을 잘 반영하는 강력한 얼굴 모핑 공격을 제안한다.
얼굴 변형 공격 탐지를 위한 비디오 기반 시스템
비디오 기반 얼굴 변형 공격 탐지(V-MAD) 시스템은 단일 이미지 또는 이미지 쌍을 사용하는 기존 접근법보다 실제 운영 시나리오에서 더 강력하고 효과적일 수 있다.
인쇄 및 스캔이 이질적인 모프 평가 시나리오에 미치는 영향
인쇄 및 스캔 과정이 얼굴 모프 공격의 효과를 높일 수 있다.
통합 물리-디지털 공격 탐지 챌린지
이 챌린지는 얼굴 인식 시스템에 대한 물리적 및 디지털 공격을 동시에 탐지할 수 있는 알고리즘을 개발하고자 하였다.
얼굴 합성 공격을 위한 탐욕적 알고리즘: 매우 효과적인 얼굴 합성 기술
탐욕적 알고리즘을 사용하여 얼굴 합성 공격의 성능을 크게 향상시킬 수 있다. 제안된 Greedy-DiM 알고리즘은 기존 방법들을 크게 능가하는 100% MMPMR 성능을 달성하였다.
얼굴 모핑 공격을 최소화하기 위한 노력 - 모핑 쌍 선택을 위한 딥 임베딩 및 향상된 모핑 공격 탐지
얼굴 모핑 공격은 신분증 보안을 위협하므로, 얼굴 임베딩을 활용한 효과적인 모핑 쌍 선택과 향상된 모핑 공격 탐지 기법이 필요하다.
얼굴 스푸핑 방지를 위한 테스트 시간 도메인 일반화
테스트 데이터를 활용하여 얼굴 스푸핑 방지 모델의 일반화 성능을 향상시킬 수 있다.
고속 확산 변형 생성을 위한 Fast-DiM 기법
Diffusion Morph (DiM) 기법은 고품질 얼굴 변형을 생성할 수 있지만 많은 네트워크 함수 평가(NFE)가 필요하다. 본 연구에서는 유사한 품질의 변형을 생성하면서도 NFE를 크게 줄일 수 있는 새로운 Fast-DiM 파이프라인을 제안한다.
얼굴 위조 방지를 위한 범용적인 프롬프트 학습 기법: CFPL-FAS
본 연구는 텍스트 프롬프트 학습을 통해 도메인 일반화 기반 얼굴 위조 방지 모델의 성능을 향상시킨다. 구체적으로 내용 프롬프트와 스타일 프롬프트를 학습하여 시각 특징을 일반화하고, 텍스트 감독, 다양한 스타일 프롬프트, 프롬프트 변조 기법을 통해 모델의 일반화 성능을 향상시킨다.
© 2024 by Linnk AI