論文の概要: Morton Filters for Superior Template Protection for Iris Recognition
- arxiv url: http://arxiv.org/abs/2001.05290v1
- Date: Wed, 15 Jan 2020 13:15:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-11 07:00:06.084151
- Title: Morton Filters for Superior Template Protection for Iris Recognition
- Title(参考訳): 虹彩認識のための上部テンプレート保護のためのモートンフィルタ
- Authors: Kiran B. Raja and R. Raghavendra and Sushma Venkatesh and Christoph
Busch
- Abstract要約: 我々は,虹彩画像内に大きな劣化が存在するため,ブルームフィルタテンプレートが非理想的性能をもたらす事例に焦点を当てた。
我々は、アイリスのより良く信頼性の高いテンプレートを得るために、モートンフィルタの初期のアイデアを提案し、拡張する。
- 参考スコア(独自算出の注目度): 15.561755973364695
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We address the fundamental performance issues of template protection (TP) for
iris verification. We base our work on the popular Bloom-Filter templates
protection & address the key challenges like sub-optimal performance and low
unlinkability. Specifically, we focus on cases where Bloom-filter templates
results in non-ideal performance due to presence of large degradations within
iris images. Iris recognition is challenged with number of occluding factors
such as presence of eye-lashes within captured image, occlusion due to eyelids,
low quality iris images due to motion blur. All of such degrading factors
result in obtaining non-reliable iris codes & thereby provide non-ideal
biometric performance. These factors directly impact the protected templates
derived from iris images when classical Bloom-filters are employed. To this
end, we propose and extend our earlier ideas of Morton-filters for obtaining
better and reliable templates for iris. Morton filter based TP for iris codes
is based on leveraging the intra and inter-class distribution by exploiting
low-rank iris codes to derive the stable bits across iris images for a
particular subject and also analyzing the discriminable bits across various
subjects. Such low-rank non-noisy iris codes enables realizing the template
protection in a superior way which not only can be used in constrained setting,
but also in relaxed iris imaging. We further extend the work to analyze the
applicability to VIS iris images by employing a large scale public iris image
database - UBIRIS(v1 & v2), captured in a unconstrained setting. Through a set
of experiments, we demonstrate the applicability of proposed approach and vet
the strengths and weakness. Yet another contribution of this work stems in
assessing the security of the proposed approach where factors of Unlinkability
is studied to indicate the antagonistic nature to relaxed iris imaging
scenarios.
- Abstract(参考訳): iris検証のためのテンプレート保護(tp)の基本性能問題に対処する。
私たちは、人気のBloom-Filterテンプレートの保護と、サブ最適化パフォーマンスや低リンク性といった重要な課題に取り組みました。
具体的には,ブルームフィルタテンプレートが虹彩画像内に大きな劣化があるため,非理想的性能をもたらす場合に着目した。
iris認識には、キャプチャ画像内のアイラシェの存在、まぶたによるオクルージョン、動きのぼやけによる低品質虹彩画像など、数多くのオクルーディング要因がある。
このような劣化要因はすべて、信頼性の低いアイリス符号を取得し、非理想的なバイオメトリック性能を提供する。
これらの要因は,古典的なブルームフィルタを用いた場合,虹彩画像由来の保護テンプレートに直接影響する。
この目的のために、我々は以前提案してきたmortonフィルタの提案と拡張を行い、より良く信頼性のあるirisのテンプレートを得る。
アイリス符号に対するモートンフィルタに基づくTPは、低ランクアイリス符号を利用して、特定の対象に対してアイリス画像間の安定ビットを導出し、また様々な対象に対して識別可能なビットを解析することにより、クラス内およびクラス間分布を利用する。
このような低ランクな非ノイズアイリス符号は、制約された設定だけでなく、緩和されたアイリスイメージングでも使用できる優れた方法でテンプレート保護を実現することができる。
さらに,未制約設定でキャプチャした大規模公開iris画像データベースubiris(v1 & v2)を用いて,vis iris画像に適用性を分析する作業をさらに拡張した。
一連の実験を通して,提案手法の適用可能性を示し,強みと弱みを検証した。
この研究のもう1つの貢献は、緩和された虹彩画像シナリオに対する敵対的性質を示すために、unlinkabilityの因子が研究されるアプローチの安全性を評価することである。
関連論文リスト
- Privacy-Safe Iris Presentation Attack Detection [4.215251065887862]
本稿では,プライバシセーフなアイリス提示攻撃検出(PAD)手法の枠組みを提案する。
合成生成したアイデンティティフリーの虹彩画像でのみ設計されている。
この手法は、最先端のアイリスPADベンチマークを用いて古典的な手法で評価される。
論文 参考訳(メタデータ) (2024-08-05T18:09:02Z) - A Prior Embedding-Driven Architecture for Long Distance Blind Iris Recognition [5.482786561272011]
遠距離ブラインドアイリス認識のための埋め込み駆動型アーキテクチャを提案する。
われわれはまずアイリス画像復元ネットワークIris-PPRGANを提案した。
ブラインドアイリスのテクスチャを効果的に復元するために、Iris-PPRGANは、プリミティブデコーダとして使用されるジェネレーティブアドリアネットワーク(GAN)と、エンコーダとして使用されるDNNとを含む。
論文 参考訳(メタデータ) (2024-08-01T00:40:17Z) - Synthesizing Iris Images using Generative Adversarial Networks: Survey and Comparative Analysis [11.5164036021499]
本稿では,GANを用いた合成虹彩画像生成技術について概説する。
まず,合成虹彩生成に使用されてきた各種手法について検討し,StyleGAN,RaSGAN,CIT-GAN,iWarpGAN,StarGANなどに基づく発電機について検討した。
論文 参考訳(メタデータ) (2024-04-26T01:45:58Z) - Very Low-Resolution Iris Recognition Via Eigen-Patch Super-Resolution
and Matcher Fusion [69.53542497693086]
局所像パッチの固有変換に基づいて虹彩画像の再構成に用いる超解像アルゴリズムの評価を行った。
コントラストの強化は再現性を向上させるのに用いられ、マーカ融合は虹彩認識性能を改善するために採用されている。
論文 参考訳(メタデータ) (2022-10-18T11:25:19Z) - Retinal Image Restoration and Vessel Segmentation using Modified
Cycle-CBAM and CBAM-UNet [0.7868449549351486]
畳み込みブロックアテンションモジュール(CBAM)を備えたサイクル一貫性生成対向ネットワーク(CycleGAN)を網膜画像復元に使用する。
修正されたUNetは、回復した網膜画像の網膜血管セグメンテーションに使用される。
提案手法は, アウト・オブ・フォーカスのぼかし, 色歪み, 低, 高, 不均一照明による劣化効果を著しく低減することができる。
論文 参考訳(メタデータ) (2022-09-09T10:47:20Z) - Super-Resolution for Selfie Biometrics: Introduction and Application to
Face and Iris [67.74999528342273]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
超分解能技術は、特定のバイオメトリック・モダリティの画像の特異性に適応する必要がある。
本章では,顔画像と虹彩画像の超解像化における最近の進歩について概説する。
論文 参考訳(メタデータ) (2022-04-12T10:28:31Z) - Direct attacks using fake images in iris verification [59.68607707427014]
BioSecベースラインデータベースの実際のアイリスから偽アイリス画像のデータベースが作成されている。
本システムは直接攻撃に対して脆弱であることを示し,対策の重要性を指摘する。
論文 参考訳(メタデータ) (2021-10-30T05:01:06Z) - Toward Accurate and Reliable Iris Segmentation Using Uncertainty
Learning [96.72850130126294]
高精度で信頼性の高いアイリスセグメンテーションのためのアイリスU変換器(アイリスUsformer)を提案する。
IrisUsformerの精度向上のために,位置感応操作と再パッケージング変圧器ブロックを採用することで精巧に設計する。
IrisUsformer は SOTA IrisParseNet の 35% MAC を用いて, セグメンテーション精度の向上を図っている。
論文 参考訳(メタデータ) (2021-10-20T01:37:19Z) - Creating Artificial Modalities to Solve RGB Liveness [79.9255035557979]
我々は,スプーフ検出のためのエンドツーエンドパイプラインと組み合わせて,ランクプーリングと光流の2種類の人工変換を導入する。
提案手法は, 最大のクロスセクニティ対面アンチスプーフィングデータセットCASIA-SURF CeFA (RGB) の最先端化を実現する。
論文 参考訳(メタデータ) (2020-06-29T13:19:22Z) - Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。
本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。
合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
論文 参考訳(メタデータ) (2020-05-12T08:01:16Z) - Segmentation-Aware and Adaptive Iris Recognition [24.125681602124477]
アイリス画像の品質は、アイリスマッチング精度を劣化させることが知られている。
眼周囲情報は本質的にそのような虹彩画像に埋め込まれており、そのような非理想的なシナリオ下で虹彩認識を支援するために利用することができる。
本稿では,より精度の低いアイリス認識のためのセグメンテーション支援適応フレームワークを提案する。
論文 参考訳(メタデータ) (2019-12-31T04:31:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。