개인화된 얼굴 위조 방지 성능 평가 기준

사용 편의성과 효과성 덕분에 얼굴 인증 시스템은 현재 전자기기에서 보호된 데이터에 대한 접근을 제어하는 데 널리 사용되고 있다. 그러나 이러한 시스템의 보편적 채택은 보안 및 신뢰성 문제를 동반한다. 그 이유는 얼굴 이미지의 위조물이 쉽게 생성되어 인식 시스템을 속일 수 있기 때문이다. 따라서 사용자 식별 시스템에 강력한 얼굴 위조 탐지(anti-spoofing) 기능을 통합할 필요가 있다. 이 기능의 목적은 요청된 얼굴 이미지가 위조된 것인지, 아니면 실제 생체 이미지인지를 식별하는 것이다. 대부분의 현행 얼굴 위조 탐지 시스템은 단지 쿼리 이미지만을 기반으로 접근을 허용하거나 거부한다. 그러나 실세계 환경에서는 얼굴 인증 시스템이 초기 등록 단계를 거치는 경우가 많으며, 이 과정에서 사용자의 몇 장의 실제 이미지가 기록되어 저장되어 식별용으로 활용된다. 본 논문에서는 각 쿼리 이미지와 연관된 등록 이미지를 고려할 수 있도록 기존 얼굴 위조 탐지 벤치마크를 보완하는 새로운 접근법을 제안한다. 이 전략을 최근에 소개된 두 가지 데이터셋인 CelebA-Spoof와 SiW에 적용하였다. 또한 기존 위조 탐지 모델이 사용자의 등록 데이터를 활용하여 간단히 개인화될 수 있음을 보여주며, 새로 제안된 데이터셋 분할인 CelebA-Spoof-Enroll 및 SiW-Enroll에서 개선된 방법의 효과성을 평가하였다.