Percorrer por autor "Morais, Pedro Jorge Fernandes"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Face morphing detection in identification documentsPublication . Morais, Pedro Jorge Fernandes; Domingues, Inês Campos Monteiro Sabino; Rocha, Teresa Raquel Corga Teixeira daOs ataques de morphing facial constituem uma ameaça crítica aos sistemas de autenticação biométrica, permitindo a criação de imagens compostas que correspondem a múltiplas identidades. Este trabalho investiga a deteção de ataques de morphing (MAD) baseada em deep learning, com foco nas arquiteturas Vision Transformer (ViT) e na interpretabilidade através de heatmaps baseados em oclusões. Uma revisão sistemática de 23 estudos evidenciou limitações recorrentes: reduzida disponibilidade de código, análise de interpretabilidade insuficiente e dificuldades na generalização entre diferentes datasets. Estes resultados motivaram cinco experiências que avaliaram estratégias de pré-processamento, composição de dados, equilíbrio de classes e robustez entre datasets, incluindo uma experiência com um extrator ViT seguido de um classificador Support Vector Machine (SVM). Os resultados demonstram que o isolamento da face melhora consistentemente o desempenho, e que a diversidade dos dados aumenta a generalização. Embora o modelo ViT tenha alcançado precisão quase perfeita em avaliações intra-dataset, o desempenho degradou-se substancialmente em conjuntos de dados não incluídos no treino, evidenciando o impacto da mudança de domínio. A inclusão de técnicas avançadas de morphing durante o treino melhorou a deteção de ataques mais simples, enquanto que a sua não inclusão proporcionou uma generalização limitada. Para responder aos requisitos de interpretabilidade em contextos críticos, este trabalho propõe uma plataforma de análise padronizada baseada em oclusões, combinando estratégias semânticas e espaciais. Aplicados ao modelo ViT-SVM, os heatmaps indicam que as regiões do nariz e da boca são especialmente relevantes, com o modelo a focar-se em áreas de transição de profundidade. A plataforma é independente do modelo e reproduzível, oferecendo uma abordagem sistemática para identificar regiões faciais que impactam o desempenho do classificador. Em suma, este trabalho valida arquiteturas ViT para MAD, analisa os fatores chave que influenciam a robustez dos modelos e desenvolve ferramentas de interpretabilidade para implementar sistemas de segurança biométrica fiáveis.