顔モーフィング攻撃は、複数の身元に対して検証可能な合成画像を生成し、国境管理や身元確認システムに脅威を与える。この問題に対処するため、研究者らはMorphUNetを提案した。これは、拡散モデルに基づく新しいモーフィングフレームワークであり、2つの親画像からの生成をα制御の生体認証転送として定式化する。
MorphUNetの核心は、生体認証転送層（Biometric Transport Layer）にある。この層は、U-Netのノイズ除去過程で学習可能な親分離デュアルクロスアテンションを用いて、各親の生体認証特徴を個別に処理する。具体的には、各親をCLIP外観情報とArcFace識別証拠に分解し、CLIP互換のトークン空間にマッピングして、独立した身元認識トークンバンクとして保存する。ノイズ除去の各ステップで、ネットワークは両方の親の特徴に同時に注目し、モーフィングパラメータαを介して残差を組み合わせることで、α制御下での身元融合を実現する。さらに、DDIM逆潜在補間により一貫した初期ノイズ除去状態が得られ、弱い親ガイド選択戦略により、低い方の親類似度スコアを最大化するモーフが優先され、一方の親への崩壊が低減される。
実験では、MorphUNetを3つの最先端ベースライン（StableMorph、MIPGAN-II、MorDIFF）とFEIおよびFRLLデータセット上で比較し、6つの認識システムを使用した。結果、少なくとも3つのシステムが1つのモーフによって騙された場合のモーフィング攻撃可能性（MAP）で最高を記録し、FEIで0.919、FRLLで0.886を達成した。また、両データセットで最良のFIDスコア（FEI: 35.19、FRLL: 44.86）を獲得し、画質の高さを示した。同一データセット設定では、5% BPCERで最高のAPCERを達成し、クロスデータセット転送でも検出が非常に困難であり、FEIでAPCER 0.996、FRLLで0.946を示した。
さらに、研究ではCFD（CelebFlow Dataset）に基づく未知身分ストレステストを導入し、性別や民族のペアリング、人口統計的シフト、親類似度の極端なケースをカバーしている。包括的な評価には、MAP、MAD、システムごとの脆弱性、身元バランス、画質、上位/下位類似度ストレステスト、およびCFD未知身分ロバスト性が含まれる。MorphUNetはすべてのテストで優れた性能を示し、顔モーフィング攻撃における有効性を裏付けている。