論文の概要: Multispectral Biometrics System Framework: Application to Presentation Attack Detection

• arxiv url: http://arxiv.org/abs/2006.07489v1
• Date: Fri, 12 Jun 2020 22:09:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-22 04:10:48.949122
• Title: Multispectral Biometrics System Framework: Application to Presentation Attack Detection
• Title（参考訳）: multispectral biometrics system framework: application to presentation attack detection (特集 バイオメトリックスシステム)
• Authors: Leonidas Spinoulas, Mohamed Hussein, David Geissb\"uhler, Joe Mathai, Oswin G.Almeida, Guillaume Clivaz, S\'ebastien Marcel, and Wael AbdAlmageed
• Abstract要約: 能動光源と同期する一連のセンサからマルチスペクトルデータをキャプチャするバイオメトリックスシステムを構築するためのフレームワークを提案する。 提示された設計は、可視光から長波長の赤外線まで、このような多様な電磁スペクトルバンドを使用した最初のものである。
• 参考スコア（独自算出の注目度）: 10.246136918682057
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present a general framework for building a biometrics system capable of capturing multispectral data from a series of sensors synchronized with active illumination sources. The framework unifies the system design for different biometric modalities and its realization on face, finger and iris data is described in detail. To the best of our knowledge, the presented design is the first to employ such a diverse set of electromagnetic spectrum bands, ranging from visible to long-wave-infrared wavelengths, and is capable of acquiring large volumes of data in seconds. Having performed a series of data collections, we run a comprehensive analysis on the captured data using a deep-learning classifier for presentation attack detection. Our study follows a data-centric approach attempting to highlight the strengths and weaknesses of each spectral band at distinguishing live from fake samples.
• Abstract（参考訳）: 本研究では,能動光源と同期した一連のセンサからマルチスペクトルデータをキャプチャするバイオメトリックスシステムを構築するための一般的な枠組みを提案する。 本フレームワークは, 生体特性の異なるシステム設計を統一し, 顔, 指, 虹彩データへの実現について詳述する。 我々の知る限り、提示された設計は、可視光から長波長の赤外線まで幅広い電磁スペクトル帯を初めて採用し、数秒で大量のデータを取得することができる。 一連のデータ収集を行い, ディープラーニング分類器を用いて, 収集したデータの包括的解析を行い, 提示攻撃検出を行った。 我々の研究は、各スペクトル帯の強度と弱さを、偽のサンプルと区別するデータ中心のアプローチに従っている。

関連論文リスト

• XPoint: A Self-Supervised Visual-State-Space based Architecture for Multispectral Image Registration [2.7036595757881323]
  XPointは、アダプティブトレーニングと、アライメントされたマルチスペクトルデータセットの微調整のための、自己教師付き、モジュール化された画像マッチングフレームワークである。 XPointはモジュラリティと自己スーパービジョンを採用し、ベース検出器のような要素の調整を可能にしている。 XPointは、機能マッチングや画像登録タスクにおいて、最先端のメソッドを一貫して上回るか、マッチする。
  論文  参考訳（メタデータ） (2024-11-11T23:12:08Z)
• Leveraging Mixture of Experts for Improved Speech Deepfake Detection [53.69740463004446]
  スピーチのディープフェイクは、個人のセキュリティとコンテンツの信頼性に重大な脅威をもたらす。 本研究では,Mixture of Expertsアーキテクチャを用いた音声深度検出性能の向上のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-09-24T13:24:03Z)
• Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation [55.9217962930169]
  S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。 S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
  論文  参考訳（メタデータ） (2023-06-14T09:01:50Z)
• Deep Spectro-temporal Artifacts for Detecting Synthesized Speech [57.42110898920759]
  本稿では,トラック1(低品質フェイク音声検出)とトラック2(部分フェイク音声検出)の総合評価を行う。 本稿では, 原時間信号, スペクトル特性, 深層埋没特性を用いて, 分光時相アーティファクトを検出した。 我々はそれぞれ1番線と2番線で4位と5位にランクインした。
  論文  参考訳（メタデータ） (2022-10-11T08:31:30Z)
• Multimodal Graph Learning for Deepfake Detection [10.077496841634135]
  既存のディープフェイク検出器は、堅牢性と一般化を達成する上でいくつかの課題に直面している。 本稿では,マルチモーダルグラフ学習(MGL)という新しいフレームワークを提案する。 提案手法は,ディープフェイク検出のための特徴を効果的に識別し,活用することを目的としている。
  論文  参考訳（メタデータ） (2022-09-12T17:17:49Z)
• Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet Transmission Spectra [68.8204255655161]
  我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。 スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。 主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
  論文  参考訳（メタデータ） (2022-01-07T22:26:33Z)
• Unsupervised Person Re-Identification with Wireless Positioning under Weak Scene Labeling [131.18390399368997]
  本稿では、弱いシーンラベリングの下で、視覚データと無線位置決めトラジェクトリの両方を用いて、教師なしの人物再識別を探索することを提案する。 具体的には、視覚データと無線情報の相補性をモデル化した、新しい教師なしマルチモーダルトレーニングフレームワーク(UMTF)を提案する。 我々のUMTFには、MMDA(Multimodal Data Association Strategy)とMMGN(Multimodal Graph Neural Network)が含まれている。
  論文  参考訳（メタデータ） (2021-10-29T08:25:44Z)
• Finding Facial Forgery Artifacts with Parts-Based Detectors [73.08584805913813]
  顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。 これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
  論文  参考訳（メタデータ） (2021-09-21T16:18:45Z)
• RGB-D Railway Platform Monitoring and Scene Understanding for Enhanced Passenger Safety [3.4298729855744026]
  本稿では,人間を地上平面上で検出し追跡するための柔軟な解析手法を提案する。 我々は、RGBと深度に基づく検出と追跡の複数の組み合わせについて検討する。 その結果,奥行きに基づく空間情報と学習表現の組み合わせにより,検出精度と追跡精度が大幅に向上した。
  論文  参考訳（メタデータ） (2021-02-23T14:44:34Z)
• Multispectral Fusion for Object Detection with Cyclic Fuse-and-Refine Blocks [3.6488662460683794]
  本稿では,マルチスペクトル特徴量に存在する相補的/一貫性のバランスを利用するニューラルネットワークの中間機能融合法を提案する。 オブジェクト検出のための2つの挑戦的マルチスペクトルデータセットに対する融合法の有効性を評価する。
  論文  参考訳（メタデータ） (2020-09-26T18:39:05Z)
• Multi-Modal Fingerprint Presentation Attack Detection: Evaluation On A New Dataset [9.783887684870654]
  フィンガープリントによるプレゼンテーション攻撃の検出は、ますます困難な問題になりつつある。 本研究は,最近導入された複数のセンサ・モダリティの有用性について考察する。 完全畳み込み型ディープニューラルネットワークフレームワークを用いて包括的解析を行った。
  論文  参考訳（メタデータ） (2020-06-12T22:38:23Z)

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。