Detecção de vivacidade com redes transformers

Abstract

O reconhecimento facial por meio de inteligências artificiais tem sido amplamente adotado em diversas regiões do mundo, por instituições públicas e privadas. Com o aumento da presença das Tecnologias de Reconhecimento Facial (TRFs) no cotidiano, intensificam-se as discussões sobre a ética e a segurança de sua utilização. Dentre as principais ameaças associadas, destacam-se os ataques de apresentação (AAs), que buscam enganar os sistemas por meio de disfarces físicos ou manipulações digitais. As técnicas de detecção de fraudes evoluíram de métodos tradicionais baseados em visão computacional para o uso de redes neurais convolucionais (CNNs). Mais recentemente, as arquiteturas transformers, conhecidas pelo mecanismo de autoatenção, têm ganhado espaço devido ao seu desempenho em tarefas de processamento de linguagem natural e seu potencial em aplicações de visão computacional. Este trabalho tem como objetivo implementar e avaliar uma abordagem experimental com redes transformers para detecção de fraudes em TRFs, utilizando conjuntos de dados públicos. Os resultados apontam para a capacidade de redes transformers em tarefas de detecção de vivacidade e também mostram que o uso de aumento de dados pode ser um fator positivo no treinamento de redes em busca de um modelo genérico.

Facial recognition through artificial intelligence has been widely adopted in various regions around the world by both public and private institutions. With the increasing presence of Facial Recognition Technologies (FRTs) in everyday life, concerns regarding the ethics and security of their use have intensified. Among the main associated threats are presentation attacks (PAs), which aim to deceive systems through physical disguises or digital manipulations. Fraud detection techniques have evolved from traditional computer vision methods to the use of convolutional neural networks (CNNs). More recently, transformer architectures, known for their self-attention mechanism, have gained prominence due to their performance in natural language processing tasks and their potential in computer vision applications. This work aims to implement and evaluate an experimental approach using transformer networks for fraud detection in FRTs, based on public datasets. The results point to the capability of transformer networks in liveness detection tasks and also show that the use of data augmentation can be a positive factor in training networks in search of a generic model.