Impact of Image Context for Deep Learning Face Morphing Attack Detection

Detalhes bibliográficos
Autor(a) principal: Pimenta, Joana Alves
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/107861
Resumo: Trabalho de Projeto do Mestrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia
id RCAP_edef12362380b543308169eb63c4d68f
oai_identifier_str oai:estudogeral.uc.pt:10316/107861
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Impact of Image Context for Deep Learning Face Morphing Attack DetectionImpacto do contexto da imagem na deteção de ataques de morphing facial baseados em aprendizagem profundaReconhecimento facialSistemas biométricosAtaque de morphing facialDeteção ataque de morphing facialAlinhamento facialFace recognitionBiometric systemsFace morphing attackFace morphing detectionFace alignmentTrabalho de Projeto do Mestrado em Engenharia Biomédica apresentado à Faculdade de Ciências e TecnologiaA utilização do rosto como forma de identificar e verificar a identidade de um dado indivíduo tem impactado significativamente a expansão dos sistemas biométricos, em particular sistemas de reconhecimento facial, como medida de segurança.A face humana é por outro lado, extremamente suscetível a manipulações, tornando estes sistemas vulneráveis a ameaças e tentativas de ataque.O morphing facial é um dos ataques mais preocupantes, na medida em que permite obter uma imagem de um indivíduo que aparenta ser real, mas que na verdade, não existe. Além disso, a imagem resultante é confundível com a face de dois ou mais indivíduos já que incorpora uma combinação das características faciais dos mesmos. Isto permite, por exemplo, que um atacante se faça passar por outra pessoa obtendo acesso não autorizado a informações ou sistemas sensíveis.Por todos estes motivos a capacidade de detetar estes ataques é fundamental e tem sido alvo intensivo de estudo por parte de investigadores. Atualmente, a maioria das abordagens envolve o uso de algoritmos de aprendizagem profunda, que se têm mostrado eficazes em cenários mais realistas.Nesta dissertação o objetivo principal passa por investigar a influência do contexto da imagem na deteção de ataques de morphing facial no caso particular de algoritmos de aprendizagem profunda.Para isso, propôe-se analisar o impacto das configurações de alinhamento da imagem na deteção.Isto é motivado pelo facto de o procedimento de alinhamento facial influenciar diretamente as interconexões entre o contorno do rosto e o contexto da imagem. Nesse sentido, a deteção eficaz pode ser alcançada através da obtenção de condições de alinhamento ótimas.The use of the face as a way to identify and verify an individual's identity has significantly impacted the expansion of biometric systems, particularly face recognition systems, as a security measure. However, the human face is extremely susceptible to manipulation, making the systems highly vulnerable to threats and attack attempts.Face morphing is one of the most concerning attacks since it allows to obtain an image of an individual that appears to be real but, in fact, does not exist. Furthermore, the resulting image can be easily confused with the faces of two or more individuals, as it incorporates a combination of their facial characteristics. This allows, for instance, an attacker to impersonate another person and gain unauthorized access to sensitive information or systems.For all these reasons, the ability to detect these attacks is crucial and has been the subject of intensive study by researchers. Currently, most of these techniques use deep learning algorithms, which have demonstrated effectiveness in realistic scenarios.In this dissertation, the main goal is to investigate the influence of image context on the detection of face morphing attacks in the particular case of deep learning algorithms. In that regard, it is proposed to analyze the impact of the image alignment settings on the detection of these attacks. This is motivated by the fact that the face alignment procedure directly influences the interconnections between the face contour and image context. Thus, effective detection can be achieved by obtaining optimal alignment conditions.2023-07-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/107861http://hdl.handle.net/10316/107861TID:203338308engPimenta, Joana Alvesinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-08-02T22:01:41Zoai:estudogeral.uc.pt:10316/107861Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:24:09.529937Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Impact of Image Context for Deep Learning Face Morphing Attack Detection
Impacto do contexto da imagem na deteção de ataques de morphing facial baseados em aprendizagem profunda
title Impact of Image Context for Deep Learning Face Morphing Attack Detection
spellingShingle Impact of Image Context for Deep Learning Face Morphing Attack Detection
Pimenta, Joana Alves
Reconhecimento facial
Sistemas biométricos
Ataque de morphing facial
Deteção ataque de morphing facial
Alinhamento facial
Face recognition
Biometric systems
Face morphing attack
Face morphing detection
Face alignment
title_short Impact of Image Context for Deep Learning Face Morphing Attack Detection
title_full Impact of Image Context for Deep Learning Face Morphing Attack Detection
title_fullStr Impact of Image Context for Deep Learning Face Morphing Attack Detection
title_full_unstemmed Impact of Image Context for Deep Learning Face Morphing Attack Detection
title_sort Impact of Image Context for Deep Learning Face Morphing Attack Detection
author Pimenta, Joana Alves
author_facet Pimenta, Joana Alves
author_role author
dc.contributor.author.fl_str_mv Pimenta, Joana Alves
dc.subject.por.fl_str_mv Reconhecimento facial
Sistemas biométricos
Ataque de morphing facial
Deteção ataque de morphing facial
Alinhamento facial
Face recognition
Biometric systems
Face morphing attack
Face morphing detection
Face alignment
topic Reconhecimento facial
Sistemas biométricos
Ataque de morphing facial
Deteção ataque de morphing facial
Alinhamento facial
Face recognition
Biometric systems
Face morphing attack
Face morphing detection
Face alignment
description Trabalho de Projeto do Mestrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia
publishDate 2023
dc.date.none.fl_str_mv 2023-07-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/107861
http://hdl.handle.net/10316/107861
TID:203338308
url http://hdl.handle.net/10316/107861
identifier_str_mv TID:203338308
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134127066185728

Registros relacionados