論文の概要: Suspect AI: Vibraimage, Emotion Recognition Technology, and Algorithmic Opacity

• arxiv url: http://arxiv.org/abs/2009.00502v1
• Date: Tue, 1 Sep 2020 15:03:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-23 01:47:11.943161
• Title: Suspect AI: Vibraimage, Emotion Recognition Technology, and Algorithmic Opacity
• Title（参考訳）: 容疑者ai:vibraimage、感情認識技術、アルゴリズム不透明性
• Authors: James Wright
• Abstract要約: 視線 (Vibraimage) は、頭部の映像を分析して、被験者の精神的・感情的な状態を定量化するデジタルシステムである。 バイブライメージは、ロシア、中国、日本、韓国の警察、原子力発電所運営者、空港警備、精神科医によって使用されている。 しかし、この技術が実際に有効であるという確証はない。
• 参考スコア（独自算出の注目度）: 0.951828574518325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vibraimage is a digital system that quantifies a subject's mental and emotional state by analysing video footage of the movements of their head. Vibraimage is used by police, nuclear power station operators, airport security and psychiatrists in Russia, China, Japan and South Korea, and has been deployed at an Olympic Games, FIFA World Cup, and G7 Summit. Yet there is no reliable evidence that the technology is actually effective; indeed, many claims made about its effects seem unprovable. What exactly does vibraimage measure, and how has it acquired the power to penetrate the highest profile and most sensitive security infrastructure across Russia and Asia? I first trace the development of the emotion recognition industry, before examining attempts by vibraimage's developers and affiliates scientifically to legitimate the technology, concluding that the disciplining power and corporate value of vibraimage is generated through its very opacity, in contrast to increasing demands across the social sciences for transparency. I propose the term 'suspect AI' to describe the growing number of systems like vibraimage that algorithmically classify suspects / non-suspects, yet are themselves deeply suspect. Popularising this term may help resist such technologies' reductivist approaches to 'reading' -- and exerting authority over -- emotion, intentionality and agency.
• Abstract（参考訳）: Vibraimageは、被験者の頭の動きの映像を分析して、被験者の精神的および感情的な状態を定量化するデジタルシステムである。 vibraimageは、ロシア、中国、日本、韓国の警察、原子力発電所運営者、空港警備、精神科医によって使用されており、オリンピック、fifaワールドカップ、g7サミットに配備されている。 しかし、この技術が実際に有効であることを示す確実な証拠は存在しない。 vibraimageは、ロシアとアジアをまたがる最高機密性の高いセキュリティインフラを、どうやって突破する力を得たのか? 最初に感情認識産業の発展を追跡し、vibraimageの開発者やアフィリエイトたちが科学的にこの技術を正当化しようと試みる前に、vibraimageの分離力と企業価値は、透明性を求める社会科学全体の要求の増加とは対照的に、その不透明さによって生み出されていると結論づけた。 疑わしい人や非疑わしい人をアルゴリズムで分類するビブラマジュのようなシステムの増加を表すために、「疑わしいAI」という用語を提案します。 この用語を普及させることは、そのような技術の「読み」に対する還元主義的アプローチに抵抗し、感情、意図、エージェンシーに対する権威を行使するのに役立つかもしれない。

関連論文リスト

• Anti-ESIA: Analyzing and Mitigating Impacts of Electromagnetic Signal Injection Attacks [1.749935196721634]
  電磁信号注入攻撃(Electronic Signal Injection Attacks, ESIA)と呼ばれる脅威は、重要なインテリジェントシステムに重大なリスクをもたらす。 ESIAは、攻撃者がリモートでカメラが捉えた画像を操作でき、悪意のある行為や破滅的な結果をもたらす可能性がある。 本稿では,2つの異なる点,すなわち画素損失とカラーストリップから電磁界Aを解析することにより,これらのギャップに対処することを目的とする。
  論文  参考訳（メタデータ） (2024-09-17T06:42:24Z)
• Solutions to Deepfakes: Can Camera Hardware, Cryptography, and Deep Learning Verify Real Images? [51.3344199560726]
  信頼性の高い合成データから実際のデータを分離する手法を確立することが不可欠である。 この文書は、どの画像が本物かを検証するために使用できる検出と暗号に関する既知の戦略を提示することを目的としている。
  論文  参考訳（メタデータ） (2024-07-04T22:01:21Z)
• DensePose From WiFi [86.61881052177228]
  WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。 本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
  論文  参考訳（メタデータ） (2022-12-31T16:48:43Z)
• Fighting Malicious Media Data: A Survey on Tampering Detection and Deepfake Detection [115.83992775004043]
  近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。 本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
  論文  参考訳（メタデータ） (2022-12-12T02:54:08Z)
• Testing Human Ability To Detect Deepfake Images of Human Faces [0.0]
  2020年、AIの専門家をコンサルティングするワークショップは、ディープフェイクを最も深刻なAI脅威と位置づけた。 本研究の目的は,人間の顔の深部像を識別する能力を評価することである。
  論文  参考訳（メタデータ） (2022-12-07T14:48:25Z)
• Hierarchical Perceptual Noise Injection for Social Media Fingerprint Privacy Protection [106.5308793283895]
  ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します 指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。 この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
  論文  参考訳（メタデータ） (2022-08-23T02:20:46Z)
• Camera-Based Physiological Sensing: Challenges and Future Directions [5.571184025017747]
  我々は、カメラベースの生理学的センシングとより広範なAI駆動型医療コミュニティの分野における4つの研究課題を特定した。 これらの課題を解決することで、医療に正確で公平で汎用的なAIシステムを提供できると信じています。
  論文  参考訳（メタデータ） (2021-10-26T02:30:18Z)
• Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
  本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。 イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
  論文  参考訳（メタデータ） (2021-06-28T11:08:14Z)
• A leak in PRNU based source identification. Questioning fingerprint uniqueness [75.33542585238497]
  Photo Response Non-Uniformity (PRNU) は、画像ソース属性タスクにおいて最も効果的なトレースであると考えられている。 近年のデバイスは、PRNUノイズの識別性を低下させる非特異なアーティファクトを導入する可能性がある。 誤報率の主な原因は、特定のカメラモデル、ファームウェア、画像の内容に直接関連しないことを示す。
  論文  参考訳（メタデータ） (2020-09-10T14:18:38Z)

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。