V-MAD: Video-based Morphing Attack Detection in Operational Scenarios

本文针对面部变形攻击威胁的不断增加，介绍并探索了基于视频的变形攻击检测（V-MAD）系统在实际操作场景中的潜力。当前的变形攻击检测方法主要集中在单个或一对图像上，而V-MAD基于视频序列，利用面部验证工具通常获取的视频流，例如在机场闸口。通过这项研究，我们首次展示了多个探针帧的可用性，特别是在探测图像质量不一，可能受到姿态或光照变化影响的场景中，对于变形攻击检测任务的优势。在真实操作数据库上的实验结果表明，视频序列代表了增强变形攻击检测系统的鲁棒性和性能的有价值信息。

本文旨在解决面部变形攻击的威胁，并探索视频型变形攻击检测（V-MAD）系统在实际操作场景中的潜力。

V-MAD系统基于视频序列，利用面部验证工具通常获取的视频流，在单个或一对图像的基础上进行变形攻击检测，从而提高检测的鲁棒性和性能。

本文首次展示了多个探针帧对于变形攻击检测任务的优势，尤其是在探测图像质量受姿态或光照变化影响的情况下。实验结果表明，视频序列对于提高变形攻击检测系统的鲁棒性和性能具有重要价值。

在这个领域中，最近的相关研究包括但不限于：'Face Morphing Detection Using Deep Convolutional Neural Networks'和'MorphNet: Fast & Simple Face Morphing Detection via Fully Convolutional Networks'。