NIST計算機科學家和國際面部績效會議（IFPC）2020組織者Mei Ngan在演講中說，面部變形對當代面部生物識別技術構成了重大威脅。
Ngan指出，變形並不難，商業工具可以幫助那些希望執行的人。其中一些經常在圖像中產生偽影以賦予它們，但可以通過手動後處理來減少或消除它們。具有生成對抗網絡（GAN）的變形面往往不會像基於里程碑的過程那樣產生偽影。
Ngan解釋說：“變形實質上對接受任何類型的用戶照片的照片構成了威脅。”“魔術護照”概念由博洛尼亞大學研究人員於2014年闡明，其中一台護照可以由兩個外觀的同夥使用。
在野外觀察到了基於變形的ID欺詐行為的真正事件，其中包括一名德國激進主義者，他於2018年9月被報導收到了德國護照，他的臉上的照片與意大利政治家的照片變成了他的臉。在去年的一次會議上，一項參與者的民意調查發現了進一步的證據表明，變形圖像的擴散。
作為回應，NIST於2018年啟動了其正在進行的FRVT變體評估。
這個問題仍然是越來越關注的主題，德國製定了立法以防止不受控製或模擬圖像，這可能很難檢測到變形。提交護照照片今年早些時候。
Ngan還通過指出變形旨在打敗面部識別系統，將深層蛋糕與變形區分開來，而Deepfakes則是製作（有時使用相似或相同技術）來欺騙人們的事件。
NIST將面部識別的性能與常規照片和變形的照片進行了比較，並且發現通常，算法越準確，就越有可能接受變形的圖像。作為另一個人，最有可能拒絕變形的算法最有可能拒絕真正的積極匹配。
Ngan總結說：“我認為目前可以說，算法越準確，對變形攻擊就越脆弱。”
NIST測試已評估了13個變形圖像數據集的算法性能，其算法在針對越來越具有挑戰性的圖像集測試的較不復雜的形態方面表現良好。根據現有的演示攻擊檢測標準，對無監督捕獲和身份驗證階段的工作流進行了測試。
到目前為止，尚無任何聲稱可以有效檢測形態有效的商業算法。
同時，變體檢測的有效性不能以犧牲識別準確性為代價。
“我們不希望系統所有者關閉功能，” Ngan解釋說。 “因此，問題是：我們必須在進行操作有用的變體檢測能力如何？”
根據另一個先前的民意調查，這意味著操作中的錯誤檢測率不到1％。
Ngan說，幾種算法在最近的NIST測試中顯示出一些潛力，但在常見的操作要求下，沒有一個有效地檢測變形的圖像。即使對於人類觀察者可以檢測到的低質量形態，某些算法也無效。
較高的分辨率被認為是解決問題的可能解決的問題，但只有在某些算法中得到改善，並且在回報率降低的情況下。正在考慮其他緩解想法，例如運行一對多搜索以尋找具有可疑相似性分數的多個候選人，但現場註冊是當今可用的圖像預防方法。 Ngan指出，這也不涉及系統中已經存在的形態。
提高意識，甚至在行業內，也是下一步，在對民意調查的180個受眾回應中，有10％的人表示他們以前沒有意識到變形問題。
當被問及在過去五年中，他們的國家或組織發現了多少個變形的圖像時，有61％的人說1至10。15％的受訪者報告說，有500多個變形案例，但是另外10％的受訪者表示他們已經看到了51至500個。
因此，接下來的三個IFPC 2020演講涉及相關主題，包括由國土安全部科學技術局（S＆T）資助的“變形檢測”和相關研究項目的人類績效。
挪威科學技術大學（NTNU），Hochschule Darmstadt（HDA）和EAB的克里斯托夫·布希（Christoph Busch）和EAB（主持了當天上半年的訴訟程序）IMARS項目，而NTNU的Kiran Raja和克拉克森大學身份技術研究中心（CITER）的研究人員也在下半年的主題中解決了該主題，該主題由NGAN主持。
IFPC 2020年10月29日星期四結束。
文章主題
生物識別識別|生物識別護照|生物識別技術|證書|面對變形|面部照片|面部識別|預防欺詐|身份文檔|結婚|國際面部績效會議（IFPC）|變形攻擊|nist|欺騙
