論文の概要: Smartphone Camera De-identification while Preserving Biometric Utility

• arxiv url: http://arxiv.org/abs/2009.08511v1
• Date: Thu, 17 Sep 2020 19:48:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-17 12:04:58.287797
• Title: Smartphone Camera De-identification while Preserving Biometric Utility
• Title（参考訳）: 生体認証機能を維持したスマートフォンカメラの識別解除
• Authors: Sudipta Banerjee and Arun Ross
• Abstract要約: Photo Response Non Uniformity (PRNU) は、特定の画像を取得するためにカメラやセンサーを使用したスマートフォンデバイスのアイデンティティーを推定するためにしばしば利用される。 本研究では,スマートフォンカメラを用いて取得した顔画像を摂動するアルゴリズムを設計し,(a)スマートフォンカメラに関連するセンサ固有の詳細を抑える(センサ匿名化),(b)異なるデバイスのセンサパターンを組み込む(センサースプーフィング),(c)この摂動画像を用いた生体認証は影響を受けない(バイオメトリック・ユーティリティ)。 MICHE-IとOULU-NPUデータセットによる実験
• 参考スコア（独自算出の注目度）: 13.164846772893455
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The principle of Photo Response Non Uniformity (PRNU) is often exploited to deduce the identity of the smartphone device whose camera or sensor was used to acquire a certain image. In this work, we design an algorithm that perturbs a face image acquired using a smartphone camera such that (a) sensor-specific details pertaining to the smartphone camera are suppressed (sensor anonymization); (b) the sensor pattern of a different device is incorporated (sensor spoofing); and (c) biometric matching using the perturbed image is not affected (biometric utility). We employ a simple approach utilizing Discrete Cosine Transform to achieve the aforementioned objectives. Experiments conducted on the MICHE-I and OULU-NPU datasets, which contain periocular and facial data acquired using 12 smartphone cameras, demonstrate the efficacy of the proposed de-identification algorithm on three different PRNU-based sensor identification schemes. This work has application in sensor forensics and personal privacy.
• Abstract（参考訳）: 写真応答不均一(PRNU)の原理は、特定の画像を取得するためにカメラやセンサーを使用したスマートフォンデバイスのアイデンティティーを推論するためにしばしば利用される。 本研究では,スマートフォンカメラを用いて取得した顔画像を摂動するアルゴリズムを設計する。 (a)スマートフォンカメラに関するセンサ固有の詳細を抑圧する(センサ匿名化) (b)異なる装置のセンサパターンを組み込んだもの(センサスプーフィング) (c)摂動画像を用いたバイオメトリックマッチングは影響を受けない(バイオメトリックユーティリティ)。 以上の目的を達成するために離散コサイン変換を用いた簡易な手法を用いる。 MICHE-IおよびOULU-NPUデータセットを用いて、12台のスマートフォンカメラで取得した近眼および顔データを含む実験を行い、PRNUに基づく3種類のセンサ識別方式における非識別アルゴリズムの有効性を実証した。 この研究は、センサーの鑑識と個人のプライバシーに応用されている。

関連論文リスト

• Web Photo Source Identification based on Neural Enhanced Camera Fingerprint [9.606477062236499]
  Web写真のソースカメラ識別は、キャプチャされた画像とソースカメラとの信頼性の高いリンクを確立することを目的としている。 本稿では,ニューラルネットの強化されたセンサパターンノイズを利用した,革新的で実用的な音源識別フレームワークを提案する。 距離学習と周波数整合性を深層ネットワーク設計に組み込むことで,最新のスマートフォン写真における指紋抽出アルゴリズムの最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-02-18T04:14:45Z)
• Drone Detection and Tracking in Real-Time by Fusion of Different Sensing Modalities [66.4525391417921]
  マルチセンサ・ドローン検知システムの設計と評価を行う。 われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。 このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
  論文  参考訳（メタデータ） (2022-07-05T10:00:58Z)
• Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
  本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。 HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。 我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
  論文  参考訳（メタデータ） (2022-03-14T17:05:59Z)
• PRNU Based Source Camera Identification for Webcam and Smartphone Videos [137.6408511310322]
  このコミュニケーションは、Webカメラ/スマートフォンビデオのソースカメラ(SCI: Source Camera Identification)を特定するためにカメラセンサ指紋を使用する画像法医学の応用に関するものである。
  論文  参考訳（メタデータ） (2022-01-27T18:57:14Z)
• Improving the Authentication with Built-in Camera Protocol Using Built-in Motion Sensors: A Deep Learning Solution [16.72680081620203]
  本稿では、内蔵モーションセンサに基づくディープラーニングソリューションを用いて、カメラプロトコルによる認証の強化版を提案する。 このプロトコルは、攻撃者が外部写真からカメラの指紋を計算できる場合、偽造攻撃に対して脆弱である。 本稿では,移動センサデータに基づくABCプロトコルの拡張を,追加および受動的認証層として提案する。
  論文  参考訳（メタデータ） (2021-07-22T09:26:53Z)
• 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)
• One-shot Representational Learning for Joint Biometric and Device Authentication [14.646962064352577]
  本稿では,1つの生体画像から,個人を識別すると同時に,デバイス認識を行う手法を提案する。 このような共同認識スキームは、セキュリティとプライバシーを高めるためのスマートフォンなどのデバイスで有用です。
  論文  参考訳（メタデータ） (2021-01-02T22:29:29Z)
• Face recognition using PCA integrated with Delaunay triangulation [0.0]
  本研究は,主成分分析とDlaunay Triangulationの統合について検討した。 この方法は、一組の顔ランドマークポイントを三角測量し、提供された画像の固有顔を取得する。 アルゴリズムを従来のPCAと比較し、有効な認識率を提供するために、異なる顔のランドマークポイントを含めることについて議論する。
  論文  参考訳（メタデータ） (2020-11-25T14:46:08Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

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。