論文の概要: Creating Artificial Modalities to Solve RGB Liveness
- arxiv url: http://arxiv.org/abs/2006.16028v1
- Date: Mon, 29 Jun 2020 13:19:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-15 14:49:05.215307
- Title: Creating Artificial Modalities to Solve RGB Liveness
- Title(参考訳): RGBを生かすための人工モダリティの創出
- Authors: Aleksandr Parkin and Oleg Grinchuk
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 79.9255035557979
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Special cameras that provide useful features for face anti-spoofing are
desirable, but not always an option. In this work we propose a method to
utilize the difference in dynamic appearance between bona fide and spoof
samples by creating artificial modalities from RGB videos. We introduce two
types of artificial transforms: rank pooling and optical flow, combined in
end-to-end pipeline for spoof detection. We demonstrate that using intermediate
representations that contain less identity and fine-grained features increase
model robustness to unseen attacks as well as to unseen ethnicities. The
proposed method achieves state-of-the-art on the largest cross-ethnicity face
anti-spoofing dataset CASIA-SURF CeFA (RGB).
- Abstract(参考訳): 顔のスプーフィングに便利な機能を提供する特別なカメラは望ましいが、必ずしも選択肢ではない。
本研究では,RGBビデオから人工モダリティを作成することにより,ボナファイドとスプーフの動的外観の差を利用する手法を提案する。
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たランクプーリングとオプティカルフローの2種類の人工変換を導入する。
同一性や細かな特徴の少ない中間表現を用いることで、モデルロバスト性が高まり、無知な攻撃や無知な民族が生まれることを実証する。
提案手法は, 最大のクロスエスニシティ・フェイス・アンチ・スプーフィング・データセットであるCASIA-SURF CeFA (RGB) の最先端を実現する。
関連論文リスト
- Adv-Diffusion: Imperceptible Adversarial Face Identity Attack via Latent
Diffusion Model [61.53213964333474]
本稿では,生の画素空間ではなく,潜在空間における非知覚的対角的アイデンティティ摂動を生成できる統一的なフレームワークAdv-Diffusionを提案する。
具体的には,周囲のセマンティックな摂動を生成するために,個人性に敏感な条件付き拡散生成モデルを提案する。
設計された適応強度に基づく対向摂動アルゴリズムは、攻撃の伝達性とステルス性の両方を確保することができる。
論文 参考訳(メタデータ) (2023-12-18T15:25:23Z) - RANRAC: Robust Neural Scene Representations via Random Ray Consensus [12.161889666145127]
RANRAC(RANdom RAy Consensus)は、一貫性のないデータの影響を排除するための効率的な手法である。
我々はRANSACパラダイムのファジィ適応を定式化し、大規模モデルへの適用を可能にした。
その結果, 新規な視点合成のための最先端のロバストな手法と比較して, 顕著な改善が見られた。
論文 参考訳(メタデータ) (2023-12-15T13:33:09Z) - Attentive Multimodal Fusion for Optical and Scene Flow [24.08052492109655]
既存の方法は通常、RGB画像のみに依存するか、後段のモダリティを融合させる。
本稿では,センサモード間の早期情報融合を可能にするFusionRAFTという新しいディープニューラルネットワーク手法を提案する。
提案手法は,RGB画像に影響を及ぼすノイズや低照度条件の存在下での堅牢性の向上を示す。
論文 参考訳(メタデータ) (2023-07-28T04:36:07Z) - A Multi-modal Approach to Single-modal Visual Place Classification [2.580765958706854]
RGBと深度(D)を組み合わせたマルチセンサー融合アプローチが近年人気を集めている。
単一モードRGB画像分類タスクを擬似多モードRGB-D分類問題として再構成する。
これら2つのモダリティを適切に処理し、融合し、分類するための、実践的で完全に自己管理されたフレームワークについて説明する。
論文 参考訳(メタデータ) (2023-05-10T14:04:21Z) - Complementary Random Masking for RGB-Thermal Semantic Segmentation [63.93784265195356]
RGB-熱的セマンティックセグメンテーションは、悪天候や照明条件における信頼性の高いセマンティックセマンティックセマンティック理解を実現するための潜在的ソリューションである。
本稿では,1)RGB-T画像の相補的ランダムマスキング戦略,2)クリーンモードとマスク入力モードの自己蒸留損失を提案する。
3つのRGB-Tセマンティックセマンティックセグメンテーションベンチマークで最先端の性能を実現する。
論文 参考訳(メタデータ) (2023-03-30T13:57:21Z) - Multi-Modal Human Authentication Using Silhouettes, Gait and RGB [59.46083527510924]
全体認証は、遠隔生体認証のシナリオにおいて有望なアプローチである。
本稿では,RGBデータとシルエットデータを組み合わせたDME(Dual-Modal Ensemble)を提案する。
DME内では、従来の歩行分析に使用される二重ヘリカル歩行パターンにインスパイアされたGaitPatternを提案する。
論文 参考訳(メタデータ) (2022-10-08T15:17:32Z) - Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth
Uncertainty Learning [54.15303628138665]
フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。
既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。
我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
論文 参考訳(メタデータ) (2021-12-01T15:36:59Z) - Two-stream Convolutional Networks for Multi-frame Face Anti-spoofing [1.9890930069402575]
本研究では,ライブとスプーフの顔の違いを効果的に把握する2ストリームモデルを提案する。
提案手法をSiw, Oulu-NPU, CASIA-MFSD, Replay-Attackのデータセット上で評価した。
論文 参考訳(メタデータ) (2021-08-09T13:35:30Z) - Camera Invariant Feature Learning for Generalized Face Anti-spoofing [95.30490139294136]
本稿では,特徴レベルの取得カメラから固有のばらつきの影響を排除したフレームワークについて述べる。
実験により、提案手法はデータセット内設定とデータセット間設定の両方でより良いパフォーマンスを達成できることが示された。
論文 参考訳(メタデータ) (2021-01-25T13:40:43Z)
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。