The Impact of Print-and-Scan in Heterogeneous Morph Evaluation Scenarios

面部融合攻击是对人脸识别系统的新兴威胁。此外，打印和扫描经过融合的图像可以掩盖融合过程中产生的痕迹，使得检测融合图像变得更加困难。在本研究中，我们通过一系列异构测试，研究了打印和扫描对融合攻击的影响。我们的实验表明，当将已经打印和扫描过的图像（无论是融合的还是真实的）提供给人脸识别系统时，DiM的误匹配可能性增加了高达5.64％，StyleGAN2的误匹配可能性增加了16.00％。同样，使用Frechet Inception Distance（FID）度量，严格的打印-扫描融合攻击平均比非打印-扫描数字融合攻击强9.185％。

论文旨在研究面部变形攻击对人脸识别系统的影响，并探究打印和扫描对变形攻击的影响。这是否是一个新问题？

论文通过一系列异构测试，研究了打印和扫描对变形攻击的影响，并发现打印和扫描可以增加误匹配的可能性。相比当前领域的研究，论文提出了通过打印和扫描进行攻击的方法，并提供了一种新的评估指标FID。

论文使用了DiM和StyleGAN2两种变形方法，并进行了多组实验，发现打印和扫描可以增加误匹配的可能性。论文还提出了一种新的评估指标FID，用于评估打印和扫描对变形攻击的影响。此外，论文提供了开源代码和数据集，可供其他研究者使用。

最近的相关研究包括："Face Morphing Detection in the Wild: A Survey"和"Face Morphing Detection Based on Fusion of Local and Global Features"。