NIST计算机科学家和国际面部绩效会议（IFPC）2020组织者Mei Ngan在演讲中说，面部变形对当代面部生物识别技术构成了重大威胁。
Ngan指出，变形并不难，商业工具可以帮助那些希望执行的人。其中一些经常在图像中产生伪影以赋予它们，但可以通过手动后处理来减少或消除它们。具有生成对抗网络（GAN）的变形面往往不会像基于里程碑的过程那样产生伪影。
Ngan解释说：“变形实质上对接受任何类型的用户照片的照片构成了威胁。”“魔术护照”概念由博洛尼亚大学研究人员于2014年阐明，其中一台护照可以由两个外观的同伙使用。
在野外观察到了基于变形的ID欺诈行为的真正事件，其中包括一名德国激进主义者，他于2018年9月被报道收到了德国护照，他的脸上的照片与意大利政治家的照片变成了他的脸。在去年的一次会议上，一项参与者的民意调查发现了进一步的证据表明，变形图像的扩散。
作为回应，NIST于2018年启动了其正在进行的FRVT变体评估。
这个问题仍然是越来越关注的主题，德国制定了立法以防止不受控制或模拟图像，这可能很难检测到变形。提交护照照片今年早些时候。
Ngan还通过指出变形旨在打败面部识别系统，将深层蛋糕与变形区分开来，而Deepfakes则是制作（有时使用相似或相同技术）来欺骗人们的事件。
NIST将面部识别的性能与常规照片和变形的照片进行了比较，并且发现通常，算法越准确，就越有可能接受变形的图像。作为另一个人，最有可能拒绝变形的算法最有可能拒绝真正的积极匹配。
Ngan总结说：“我认为目前可以说，算法越准确，对变形攻击就越脆弱。”
NIST测试已评估了13个变形图像数据集的算法性能，其算法在针对越来越具有挑战性的图像集测试的较不复杂的形态方面表现良好。根据现有的演示攻击检测标准，对无监督捕获和身份验证阶段的工作流进行了测试。
到目前为止，尚无任何声称可以有效检测形态有效的商业算法。
同时，变体检测的有效性不能以牺牲识别准确性为代价。
“我们不希望系统所有者关闭功能，” Ngan解释说。 “因此，问题是：我们必须在进行操作有用的变体检测能力如何？”
根据另一个先前的民意调查，这意味着操作中的错误检测率不到1％。
Ngan说，几种算法在最近的NIST测试中显示出一些潜力，但在常见的操作要求下，没有一个有效地检测变形的图像。即使对于人类观察者可以检测到的低质量形态，某些算法也无效。
较高的分辨率被认为是解决问题的可能解决的问题，但只有在某些算法中得到改善，并且在回报率降低的情况下。正在考虑其他缓解想法，例如运行一对多搜索以寻找具有可疑相似性分数的多个候选人，但现场注册是当今可用的图像预防方法。 Ngan指出，这也不涉及系统中已经存在的形态。
提高意识，甚至在行业内，也是下一步，在对民意调查的180个受众回应中，有10％的人表示他们以前没有意识到变形问题。
当被问及在过去五年中，他们的国家或组织发现了多少个变形的图像时，有61％的人说1至10。15％的受访者报告说，有500多个变形案例，但是另外10％的受访者表示他们已经看到了51至500个。
因此，接下来的三个IFPC 2020演讲涉及相关主题，包括由国土安全部科学技术局（S＆T）资助的“变形检测”和相关研究项目的人类绩效。
挪威科学技术大学（NTNU），Hochschule Darmstadt（HDA）和EAB的克里斯托夫·布希（Christoph Busch）和EAB（主持了当天上半年的诉讼程序）IMARS项目，而NTNU的Kiran Raja和克拉克森大学身份技术研究中心（CITER）的研究人员也在下半年的主题中解决了该主题，该主题由NGAN主持。
IFPC 2020年10月29日星期四结束。
文章主题
生物识别识别|生物识别护照|生物识别技术|证书|面对变形|面部照片|面部识别|预防欺诈|身份文档|结婚|国际面部绩效会议（IFPC）|变形攻击|nist|欺骗
