論文の概要: Face Authentication from Grayscale Coded Light Field
- arxiv url: http://arxiv.org/abs/2006.00473v1
- Date: Sun, 31 May 2020 09:21:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 13:08:13.348389
- Title: Face Authentication from Grayscale Coded Light Field
- Title(参考訳): グレースケール符号化光フィールドからの顔認証
- Authors: Dana Weitzner, David Mendlovic and Raja Giryes
- Abstract要約: 我々はスリム符号化光場イメージングに基づく新しい認証システムを提案する。
我々は、コード化された画像を直接処理する高速なアンチスプーフィング機構を、再構成なしで提供する。
LFWのシミュレーション3D (RGBD) バージョンにおいて, 本手法の有効性を示す。
- 参考スコア(独自算出の注目度): 37.34374336802228
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Face verification is a fast-growing authentication tool for everyday systems,
such as smartphones. While current 2D face recognition methods are very
accurate, it has been suggested recently that one may wish to add a 3D sensor
to such solutions to make them more reliable and robust to spoofing, e.g.,
using a 2D print of a person's face. Yet, this requires an additional
relatively expensive depth sensor. To mitigate this, we propose a novel
authentication system, based on slim grayscale coded light field imaging. We
provide a reconstruction free fast anti-spoofing mechanism, working directly on
the coded image. It is followed by a multi-view, multi-modal face verification
network that given grayscale data together with a low-res depth map achieves
competitive results to the RGB case. We demonstrate the effectiveness of our
solution on a simulated 3D (RGBD) version of LFW, which will be made public,
and a set of real faces acquired by a light field computational camera.
- Abstract(参考訳): 顔認証は、スマートフォンなどの日常システムのための、急速に成長する認証ツールである。
現在の2D顔認証法は非常に正確であるが、近年では、人の顔の2Dプリントを使用するなど、より信頼性が高く堅牢なスプーフィングを実現するために、そのようなソリューションに3Dセンサーを追加したいと提案されている。
しかし、これは比較的高価な深度センサーを必要とする。
そこで本研究では,スリムグレースケール符号化光フィールドイメージングに基づく新しい認証システムを提案する。
符号化画像上で直接動作し、復元フリーな高速スプーフィング機構を提供する。
続いてマルチビューのマルチモーダル顔認証ネットワークが、グレースケールデータと低解像度深度マップを併用することで、rgbケースとの競合結果を得る。
本稿では,LFWのシミュレーション3D(RGBD)バージョンと,光場計算カメラで取得した実顔の集合に対して,本ソリューションの有効性を実証する。
関連論文リスト
- VoxAtnNet: A 3D Point Clouds Convolutional Neural Network for Generalizable Face Presentation Attack Detection [2.6118211807973157]
顔バイオメトリックシステムはプレゼンテーションアタック(PA)に対して脆弱である
本稿では,スマートフォンの前面カメラを用いて捉えた3次元点雲に基づくプレゼンテーション攻撃検出(PAD)アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-04-19T07:30:36Z) - Touch-GS: Visual-Tactile Supervised 3D Gaussian Splatting [13.895893586777802]
光触覚センサを用いた3次元ガウス撮影シーンの監視手法を提案する。
我々は、DenseTact光触覚センサとRealSense RGB-Dカメラを活用し、この方法でタッチとビジョンを組み合わせることで、視覚やタッチ単独よりも定量的に質的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2024-03-14T21:09:59Z) - Multi-Modal 3D Object Detection by Box Matching [109.43430123791684]
マルチモーダル3次元検出のためのボックスマッチング(FBMNet)による新しいフュージョンネットワークを提案する。
3Dオブジェクトと2Dオブジェクトの提案を学習することで、ROI特徴を組み合わせることで、検出のための融合を効果的に行うことができる。
論文 参考訳(メタデータ) (2023-05-12T18:08:51Z) - Generating 2D and 3D Master Faces for Dictionary Attacks with a
Network-Assisted Latent Space Evolution [68.8204255655161]
マスターフェイス(英: master face)とは、人口の比率の高い顔認証をパスする顔画像である。
2次元および3次元の顔認証モデルに対して,これらの顔の最適化を行う。
3Dでは,2次元スタイルGAN2ジェネレータを用いて顔を生成し,深部3次元顔再構成ネットワークを用いて3次元構造を予測する。
論文 参考訳(メタデータ) (2022-11-25T09:15:38Z) - Facial Depth and Normal Estimation using Single Dual-Pixel Camera [81.02680586859105]
DP指向のDepth/Normalネットワークを導入し,3次元顔形状を再構成する。
これは、メートル法スケールでの深度マップと表面正規を含む、対応する地上3次元モデルを含んでいる。
近年のDPベース深度/正規推定法で最先端の性能を実現している。
論文 参考訳(メタデータ) (2021-11-25T05:59:27Z) - Gated3D: Monocular 3D Object Detection From Temporal Illumination Cues [28.806932489163888]
低コストな単分子ゲート型画像処理装置から時間的照度を利用した新しい3次元物体検出法を提案する。
提案手法は,1万km以上の運転データから得られたゲート画像を含む新しい3次元検出データセットを用いて評価する。
論文 参考訳(メタデータ) (2021-02-06T16:06:51Z) - Multi-channel Deep 3D Face Recognition [4.726009758066045]
2次元顔認証の精度は、ポーズ、照明、メイクアップ、表情の変化によって依然として疑問視されている。
本稿では,3次元顔データに基づく顔認識のためのマルチチャネルディープ3次元顔ネットワークを提案する。
マルチチャネル深部3次元顔ネットワークの顔認識精度は98.6。
論文 参考訳(メタデータ) (2020-09-30T15:29:05Z) - Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled
Representation [57.11299763566534]
空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。
我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。
アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
論文 参考訳(メタデータ) (2020-04-05T12:52:29Z) - Differential 3D Facial Recognition: Adding 3D to Your State-of-the-Art
2D Method [90.26041504667451]
能動照明を応用して最先端の2D顔認証手法を3次元特徴量で拡張できることが示唆された。
提案手法は顔認識性能を大幅に向上させ,スプーフィング攻撃に対するロバスト性を劇的に向上させる。
論文 参考訳(メタデータ) (2020-04-03T20:17:14Z)
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。