Key points are not available for this paper at this time.
Ataques de morfagem facial buscam enganar um sistema de Reconhecimento Facial (FR) apresentando uma imagem morfada composta pelas qualidades biométricas de duas identidades diferentes com o objetivo de acionar uma aceitação falsa com uma das duas identidades, apresentando assim uma ameaça significativa aos sistemas biométricos. O sucesso de um ataque de morfagem depende da capacidade da imagem morfada de representar as características biométricas de ambas as identidades utilizadas para criar a imagem. Apresentamos um novo ataque de morfagem que utiliza uma arquitetura baseada em Difusão para melhorar a fidelidade visual da imagem e a capacidade do ataque de morfagem de representar características de ambas as identidades. Demonstramos a eficácia do ataque proposto avaliando sua fidelidade visual por meio da Distância de Fréchet (FID). Além disso, experimentos extensivos são realizados para medir a vulnerabilidade dos sistemas FR ao ataque proposto. A capacidade de um detector de ataque de morfagem de detectar o ataque proposto é medida e comparada a dois ataques de morfagem baseados em GAN de última geração, juntamente com dois ataques baseados em Landmark. Adicionalmente, uma nova métrica para medir a força relativa entre diferentes ataques de morfagem é introduzida e avaliada.
Blasingame et al. (Mon,) estudaram essa questão.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: