論文の概要: A Survey on Unknown Presentation Attack Detection for Fingerprint
- arxiv url: http://arxiv.org/abs/2005.08337v1
- Date: Sun, 17 May 2020 18:46:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-02 06:00:00.715307
- Title: A Survey on Unknown Presentation Attack Detection for Fingerprint
- Title(参考訳): 指紋の未知提示攻撃検出に関する調査研究
- Authors: Jag Mohan Singh, Ahmed Madhun, Guoqiang Li, Raghavendra Ramachandra
- Abstract要約: バイオメトリックス研究者は、プレゼンテーションアタック(PA)対策として、プレゼンテーションアタック検出(PAD)法を開発した。
PADは通常、特定のデータセットに対する既知の攻撃のために機械学習分類器をトレーニングすることで行われ、高い精度を達成する。
本稿では,指紋認証システムにおける既存のPADアルゴリズムについて,特に未知のPAD検出の観点から総合的な調査を行う。
- 参考スコア(独自算出の注目度): 4.424609902825527
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fingerprint recognition systems are widely deployed in various real-life
applications as they have achieved high accuracy. The widely used applications
include border control, automated teller machine (ATM), and attendance
monitoring systems. However, these critical systems are prone to spoofing
attacks (a.k.a presentation attacks (PA)). PA for fingerprint can be performed
by presenting gummy fingers made from different materials such as silicone,
gelatine, play-doh, ecoflex, 2D printed paper, 3D printed material, or latex.
Biometrics Researchers have developed Presentation Attack Detection (PAD)
methods as a countermeasure to PA. PAD is usually done by training a machine
learning classifier for known attacks for a given dataset, and they achieve
high accuracy in this task. However, generalizing to unknown attacks is an
essential problem from applicability to real-world systems, mainly because
attacks cannot be exhaustively listed in advance. In this survey paper, we
present a comprehensive survey on existing PAD algorithms for fingerprint
recognition systems, specifically from the standpoint of detecting unknown PAD.
We categorize PAD algorithms, point out their advantages/disadvantages, and
future directions for this area.
- Abstract(参考訳): 指紋認識システムは様々なリアルタイムアプリケーションに広く応用されており、精度が高い。
広く使われているアプリケーションは、境界制御、自動テラーマシン(atm)、出席監視システムである。
しかし、これらの重要なシステムは、攻撃を偽造する傾向がある(つまり、プレゼンテーション攻撃(PA))。
指紋用PAは、シリコーン、ゼラチン、プレイドー、エコフレックス、2Dプリント紙、3Dプリント材料、ラテックスなどの異なる材料から作られたグミ指を提示することにより行うことができる。
バイオメトリックス研究者は、PA対策としてプレゼンテーション検出法(PAD)を開発した。
PADは通常、与えられたデータセットに対する既知の攻撃のために機械学習分類器をトレーニングすることで行われ、このタスクで高い精度を達成する。
しかし、未知の攻撃への一般化は現実世界のシステムへの適用性にとって重要な問題である。
本稿では,指紋認証システムにおける既存のPADアルゴリズムに関する総合的な調査,特に未知のPAD検出の観点から述べる。
PADアルゴリズムを分類し、その利点/不便さと今後の方向性を指摘する。
関連論文リスト
- Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning [50.79277723970418]
模倣攻撃は 不正な識別と その後の攻撃者の認証につながる
顔認識と同様に、模倣攻撃も機械学習で検出できる。
本稿では,未使用の機能と時間認識の深層学習戦略を組み合わせることで,高い分類精度を実現する新しい手法を提案する。
論文 参考訳(メタデータ) (2024-08-27T07:26:10Z) - Face Presentation Attack Detection [59.05779913403134]
顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。
しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
論文 参考訳(メタデータ) (2022-12-07T14:51:17Z) - Fingerprint recognition with embedded presentation attacks detection:
are we ready? [6.0168714922994075]
セキュリティアプリケーションのための指紋認証システムの拡散は,ソフトウェアベースのプレゼンテーション攻撃アルゴリズム(PAD)をそのようなシステムに組み込むことを急ぐ。
現在の研究では、指紋認証システムに組み込む際の有効性についてはあまり言及されていない。
本稿では,PADと検証段階を逐次実施する場合の2つの個別システムの受信者動作特性(ROC)の関係を確率論的にモデル化した性能シミュレータを提案する。
論文 参考訳(メタデータ) (2021-10-20T13:53:16Z) - Biometrics: Trust, but Verify [49.9641823975828]
バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。
生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
論文 参考訳(メタデータ) (2021-05-14T03:07:25Z) - MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。
提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
論文 参考訳(メタデータ) (2020-10-25T23:01:13Z) - On the Generalisation Capabilities of Fingerprint Presentation Attack
Detection Methods in the Short Wave Infrared Domain [13.351759885287526]
ボナフィドとアタックを区別するためには,提示攻撃検出法が最も重要である。
我々は,PAI種45種を含む19,711個のボナフィドと4,339個のPAサンプルを用いて,複数のPADアルゴリズムの汎用性を評価した。
論文 参考訳(メタデータ) (2020-10-19T14:50:24Z) - Anomaly Detection with Convolutional Autoencoders for Fingerprint
Presentation Attack Detection [11.879849130630406]
提示攻撃検出(PAD)法は、ボナファイド被検体由来のサンプルと、提示攻撃装置(PAI)由来のサンプルとを判定するために用いられる。
短波長赤外領域で捕獲されたボナファイドサンプル(すなわち1クラス)にのみ訓練されたオートエンコーダ(AE)に基づく新しいPAD手法を提案する。
論文 参考訳(メタデータ) (2020-08-18T15:33:41Z) - Anomaly Detection-Based Unknown Face Presentation Attack Detection [74.4918294453537]
異常検出に基づくスプーフ攻撃検出は、顔提示攻撃検出の最近の進歩である。
本稿では,異常検出に基づくスプーフ攻撃検出のためのディープラーニングソリューションを提案する。
提案手法はCNNの表現学習能力の恩恵を受け,fPADタスクの優れた特徴を学習する。
論文 参考訳(メタデータ) (2020-07-11T21:20:55Z) - Fingerprint Presentation Attack Detection: A Sensor and Material
Agnostic Approach [44.46178415547532]
クロスマテリアルとクロスセンサの一般化を改良した,堅牢なプレゼンテーションアタック検出(PAD)ソリューションを提案する。
具体的には,指紋スプーフ検出とクロスマテリアルスプーフ一般化を併用して,指紋スプーフ検出を訓練したCNNベースのアーキテクチャを構築した。
また,DNN(Deep Neural Network)にARL(Adversarial Expression Learning)を組み込んで,PADのセンサおよび材料不変表現を学習する。
論文 参考訳(メタデータ) (2020-04-06T19:03:05Z)
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。