顔認証システムは，姿勢や照明の変化，撮影時のブレなどに対してロバストに設計されているため，登録者の顔写真が提示されると，それを登録者として認証してしまう可能性がある．このようななりすまし攻撃を防ぐためには，顔認証の前になりすまし攻撃を検知する必要がある．本物の顔画像となりすまし攻撃の顔画像との間には，紙や表示デバイスの質感，奥行きなどの微細な差があるため，これらを捉えることができればなりすまし攻撃を検知することができる．本論文では，汎化性能が高い画像特徴抽出の基盤モデルを用いたなりすまし攻撃検知手法を提案する．未知のなりすまし攻撃に対するロバスト性を向上させるために，ViT のアーキテクチャと汎化性能の高い初期パラメータを有する DINOv2 を用いる．その中でも，重要かつ微細な特徴に集中した特徴抽出を行うために，Register Token を導入した DINOv2 を用いる．未知のなりすまし攻撃に対する検知精度を向上させるために，データ拡張 FAS-Aug と PDA，および損失関数 APL を導入する．大規模データセットを用いた性能評価実験を通して提案手法の有効性を示す．