論文の概要: CASIA-SURF CeFA: A Benchmark for Multi-modal Cross-ethnicity Face Anti-spoofing

• arxiv url: http://arxiv.org/abs/2003.05136v1
• Date: Wed, 11 Mar 2020 06:58:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-24 14:39:50.391824
• Title: CASIA-SURF CeFA: A Benchmark for Multi-modal Cross-ethnicity Face Anti-spoofing
• Title（参考訳）: CASIA-SURF CeFA: マルチモーダル・クロスセクニティ・フェイス・スポーフィングのベンチマーク
• Authors: Ajian Li, Zichang Tan, Xuan Li, Jun Wan, Sergio Escalera, Guodong Guo, Stan Z. Li
• Abstract要約: CeFA (CASIA-SURF Cross-ethnicity Face Anti-spoofing dataset) について紹介する。 CeFAは、顔の偽造防止のための、現在の公開/リリースデータセットに明示的な民族ラベルを含む最初のデータセットである。 本稿では,これらのバイアスを緩和する強力なベースラインとして,新しいマルチモーダル融合法を提案する。
• 参考スコア（独自算出の注目度）: 83.05878126420706
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ethnic bias has proven to negatively affect the performance of face recognition systems, and it remains an open research problem in face anti-spoofing. In order to study the ethnic bias for face anti-spoofing, we introduce the largest up to date CASIA-SURF Cross-ethnicity Face Anti-spoofing (CeFA) dataset (briefly named CeFA), covering $3$ ethnicities, $3$ modalities, $1,607$ subjects, and 2D plus 3D attack types. Four protocols are introduced to measure the affect under varied evaluation conditions, such as cross-ethnicity, unknown spoofs or both of them. To the best of our knowledge, CeFA is the first dataset including explicit ethnic labels in current published/released datasets for face anti-spoofing. Then, we propose a novel multi-modal fusion method as a strong baseline to alleviate these bias, namely, the static-dynamic fusion mechanism applied in each modality (i.e., RGB, Depth and infrared image). Later, a partially shared fusion strategy is proposed to learn complementary information from multiple modalities. Extensive experiments demonstrate that the proposed method achieves state-of-the-art results on the CASIA-SURF, OULU-NPU, SiW and the CeFA dataset.
• Abstract（参考訳）: 民族バイアスは顔認識システムの性能に悪影響を及ぼすことが証明されており、対スプーフィングにおける研究課題として残されている。 対スプーフィングに対する民族バイアスを研究するために、我々は、最大で最新のcasia-surfクロスエスニシティ・フェイス・アンチスプーフィング(cefa)データセット(cefaと略される)を導入し、3ドルの民族、3ドルのモダリティ、1,607ドルの被験者、2dプラス3d攻撃タイプをカバーする。 クロスエスニック性、未知のスプーフ、あるいはその両方といった様々な評価条件下での影響を測定するために4つのプロトコルが導入されている。 私たちの知る限りでは、cefaは対スプーフィングのための現在の公開/リリースデータセットに明示的な民族ラベルを含む最初のデータセットです。 そこで本研究では,これらのバイアス,すなわち各モード(RGB,深度,赤外画像)に適用される静的核融合機構を緩和する,強力なベースラインとして,新しいマルチモーダル融合法を提案する。 後に、複数のモードから補完的情報を学ぶための部分的共用核融合戦略が提案されている。 提案手法はCASIA-SURF, OULU-NPU, SiW, CeFAデータセットに対して, 最新の結果が得られることを示す。

関連論文リスト

• Hyperbolic Face Anti-Spoofing [21.981129022417306]
  双曲空間におけるよりリッチな階層的および差別的なスプーフィングキューを学習することを提案する。 単調なFAS学習では、特徴埋め込みはポアンカーボールに投影され、双対対対数回帰層は分類のためにカスケードされる。 双曲空間における消失勾配問題を緩和するために,双曲モデルのトレーニング安定性を高めるために,新しい特徴クリッピング法を提案する。
  論文  参考訳（メタデータ） (2023-08-17T17:18:21Z)
• Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
  顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。 この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。 制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
  論文  参考訳（メタデータ） (2023-04-12T10:29:42Z)
• Disentangled Representation with Dual-stage Feature Learning for Face Anti-spoofing [18.545438302664756]
  事前に定義されたスプーフ攻撃タイプに過度に適合しないように、より一般化され差別的な特徴を学ぶことが不可欠である。 本稿では,無関係な特徴からスプーフ関連特徴を効果的に解き放つことができる,新しい二段階不整形表現学習法を提案する。
  論文  参考訳（メタデータ） (2021-10-18T10:22:52Z)
• Face Anti-Spoofing with Human Material Perception [76.4844593082362]
  フェース・アンチ・スプーフィング(FAS)は、プレゼンテーション攻撃から顔認識システムを保護する上で重要な役割を担っている。 我々は、顔の反偽造を物質認識問題として言い換え、それを古典的な人間の物質知覚と組み合わせる。 本稿では,本質的な素材に基づくパターンをキャプチャ可能なバイラテラル畳み込みネットワーク(BCN)を提案する。
  論文  参考訳（メタデータ） (2020-07-04T18:25:53Z)
• 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)
• Look Locally Infer Globally: A Generalizable Face Anti-Spoofing Approach [53.86588268914105]
  最先端のスプーフ検出方法は、トレーニング中に見られるスプーフタイプに過度に適合し、未知のスプーフタイプに一般化できない傾向にある。 顔画像から局所的な識別的手がかりを自己監督的に学習するために訓練された自己監督型地域完全畳み込みネットワーク(SSR-FCN)を提案する。
  論文  参考訳（メタデータ） (2020-06-04T13:11:17Z)
• PipeNet: Selective Modal Pipeline of Fusion Network for Multi-Modal Face Anti-Spoofing [6.655217883712949]
  本稿では,マルチモーダル顔アンチスプーフィングのためのパイプラインベースマルチストリームCNNアーキテクチャPipeNetを提案する。 提案手法は,Chalearn Multi-modal Cross-ethnicity Face Anti-spoofing Recognition Challenge@CVPR 2020の最終ランキングで3位を獲得した。
  論文  参考訳（メタデータ） (2020-04-24T13:46:00Z)
• Cross-ethnicity Face Anti-spoofing Recognition Challenge: A Review [79.49390241265337]
  Chalearn Face Anti-Spoofing Detection Challengeは、シングルモーダル(例えば、RGB)とマルチモーダル(例えば、RGB、Depth、赤外線(IR))のトラックで構成されている。 本稿では,その設計,評価プロトコル,結果の概要など,課題の概要について述べる。
  論文  参考訳（メタデータ） (2020-04-23T06:43:08Z)

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。