미오프 모델들 — 얼굴 제시 공격 탐지 모델들은 단기적인 시야를 가졌는가?

제안된 공격은 생체인식 시스템에 반복적으로 나타나는 위협으로, 위조자가 이러한 시스템을 우회하려는 시도를 한다. 인간은 시각 시스템의 맥락적 단서로 종종 배경 정보를 활용한다. 그러나 얼굴 기반 시스템의 경우, 얼굴 캡처(crop)를 주로 사용해 PAD(얼굴 제안 공격 탐지) 모델을 훈련하기 때문에 배경 정보는 흔히 제거된다. 본 연구는 다중 작업 학습, 적대적 훈련, 동적 프레임 선택 등 다양한 PAD 모델을 얼굴 캡처 유무에 따라 두 가지 설정에서 비교 분석한다. 그 결과, 이미지에 배경 정보가 포함된 경우 성능이 일관되게 향상됨을 확인할 수 있었다. 제안한 다중 작업 접근법은 ROSE-Youtu 데이터셋에서 기존 최고 성능을 크게 상회하며, 동등 오류률(Equal Error Rate, EER) 0.2%를 달성하였다. 또한 Grad-CAM++를 활용해 모델의 예측을 분석함으로써, 모델이 인간의 검토에 유용한 것으로 알려진 배경 요소에 얼마나 집중하는지 조사하였다. 분석 결과, 모든 종류의 공격에서 배경 정보가 항상 관련성이 있는 것은 아님을 확인할 수 있었으며, 이는 모델이 필요할 때만 배경 정보를 효과적으로 활용할 수 있음을 보여준다.