人脸方向论文阅读（二）——Deep Face Representations for Differential Morphing Attack Detection

人脸相关论文阅读（二）——Deep Face Representations for Differential Morphing Attack Detection

论文信息：

• 发表在Cryptography and Security 密码学与安全，目前正在接受IEEE信息取证与安全学报(TIFS)的审查。
• 作者 Ulrich Scherhag, Christian Rathgeb, Johannes Merkle and Christoph Busch
• 日期 2020.0403

好像不是常看的那几个会议和期刊啊
大致浏览一下讲什么的，什么思想吧

morphing attack detection (MAD) 变形攻击检测
变形技术也可以用来从两个人的生物特征面部图像中创建变形的面部图像，其中的生物特征信息与两个人的生物特征信息相似。

用变形技术生成的人脸图片可能被用来犯罪，盗用身份信息等。

MAD的两类方法

• single image MAD algorithms 这种方法只检测具有潜在变形的图像（只拿一张图来就可以检测）
• differential MAD methods 这种方法是将有问题的图像与真实的图像相比较（需要两张图）

以往方法的一些缺点

• 一些方法没有将图像可能的后处理考虑在内，比如print-scan transformation，severe compression（即可能检测的是打印的或扫描图片或严重压缩的图片）
• 此外，绝大多数以前关于differential MAD的方法使用的probe图像不会显示出真实的类内变化，例如面部姿势和表情、照明、眼镜、胡须、发型、服装、化妆品和面部老化。
• 所用的数据集训练集和测试集相似度高，只针对单一的变形方法有效，容易过拟合

以上指出的问题得到了由国家标准与技术研究所(NIST)进行的人脸识别供应商测试(FRVT)变形测试[22]的最新结果的支持，在该测试结果中，提交的算