Fugu-MT 論文翻訳(概要): Identifying the Origin of Finger Vein Samples Using Texture Descriptors

論文の概要: Identifying the Origin of Finger Vein Samples Using Texture Descriptors

arxiv url: http://arxiv.org/abs/2102.03992v1
Date: Mon, 8 Feb 2021 03:59:14 GMT
ステータス: 処理完了
システム内更新日: 2021-02-09 15:40:51.688208
Title: Identifying the Origin of Finger Vein Samples Using Texture Descriptors
Title（参考訳）: テクスチャ記述子を用いた指静脈サンプルの起源同定
Authors: Babak Maser, Andreas Uhl
Abstract要約: テクスチャ分類手法を用いて指静脈サンプル画像の起源を検出する。公開されている8つの指静脈データセットに基づいて,優れたセンサモデル同定結果を示す。
参考スコア（独自算出の注目度）: 6.954694117813895
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Identifying the origin of a sample image in biometric systems can be beneficial for data authentication in case of attacks against the system and for initiating sensor-specific processing pipelines in sensor-heterogeneous environments. Motivated by shortcomings of the photo response non-uniformity (PRNU) based method in the biometric context, we use a texture classification approach to detect the origin of finger vein sample images. Based on eight publicly available finger vein datasets and applying eight classical yet simple texture descriptors and SVM classification, we demonstrate excellent sensor model identification results for raw finger vein samples as well as for the more challenging region of interest data. The observed results establish texture descriptors as effective competitors to PRNU in finger vein sensor model identification.
Abstract（参考訳）: 生体認証システムにおけるサンプル画像の同定は,システム攻撃時のデータ認証やセンサヘテロゲネス環境におけるセンサ固有の処理パイプラインの起動に有用である。バイオメトリックな文脈における光応答非均一性(PRNU)に基づく手法の欠点に着想を得て, テクスチャ分類手法を用いて, 指静脈サンプル画像の起源を検出する。 8つの公的に入手可能な指静脈データセットと、8つの古典的かつ単純なテクスチャ記述子とsvm分類を適用し、生の指静脈サンプルに対する優れたセンサモデル識別結果とより困難な興味のある領域について示す。以上の結果から,指静脈センサモデル同定におけるPRNUとの競合としてテクスチャディスクリプタが確立された。

関連論文リスト

Fusion of Minutia Cylinder Codes and Minutia Patch Embeddings for Latent Fingerprint Recognition [1.534667887016089]
本稿では,潜伏指紋認識に対する融合型局所マッチング手法を提案する。提案されたアプローチは、これらの手作り機能と、最近提案された深層ニューラルネットワークの組み込み機能を多段階融合アプローチに統合する。
論文参考訳（メタデータ） (2024-03-24T14:29:41Z)
Rethinking the Up-Sampling Operations in CNN-based Generative Network for Generalizable Deepfake Detection [86.97062579515833]
我々は、アップサンプリング操作から生じる一般化された構造的アーティファクトをキャプチャし、特徴付ける手段として、NPR(Neighboring Pixel Relationships)の概念を紹介した。 tft28の異なる生成モデルによって生成されたサンプルを含む、オープンワールドデータセット上で包括的な分析を行う。この分析は、新しい最先端のパフォーマンスを確立し、既存の手法よりも優れたtft11.6%の向上を示している。
論文参考訳（メタデータ） (2023-12-16T14:27:06Z)
Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
論文参考訳（メタデータ） (2023-04-02T10:25:09Z)
Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
論文参考訳（メタデータ） (2023-01-07T20:55:16Z)
Fingerprint Liveness Detection Based on Quality Measures [66.76480178498315]
新たな特徴セットは、完全なライブネス検出システムで使用され、LivDETコンペティションの開発セットでテストされている。提案手法はマルチセンサのシナリオに対して堅牢であることが証明され、全体の93%が正しく分類されたサンプルである。
論文参考訳（メタデータ） (2022-07-11T12:15:27Z)
From Noise to Feature: Exploiting Intensity Distribution as a Novel Soft Biometric Trait for Finger Vein Recognition [17.914339110401425]
ほとんどの指静脈特徴抽出アルゴリズムは, そのテクスチャ表現能力により良好な性能が得られる。このようなノイズは, 指の静脈認識性能を向上させるために, ソフトバイオメトリックな特徴として有効である。
論文参考訳（メタデータ） (2021-12-15T07:23:21Z)
SynCoLFinGer: Synthetic Contactless Fingerprint Generator [14.92708078957906]
提案手法は1本の指に対応する異なる合成サンプルを生成することができる。生体試料の品質を評価することにより、合成された非接触指紋と実際の指紋との類似性を確認する。
論文参考訳（メタデータ） (2021-10-18T09:56:07Z)
Using CNNs to Identify the Origin of Finger Vein Image [6.954694117813895]
深層学習手法を用いて指静脈(FV)センサモデル同定タスクについて検討する。幅広いCNNファミリーモデルをカバーするCNNアーキテクチャを5つ採用している。センサ識別に優れたAUC-ROCスコア1.0、ROIサンプル0.9997が達成されている。
論文参考訳（メタデータ） (2021-03-02T10:43:52Z)
Forensicability of Deep Neural Network Inference Pipelines [68.8204255655161]
本研究では,観測可能な出力に特徴的な数値偏差をトレースすることで,機械学習パイプラインの実行環境の特性を推定する手法を提案する。一連の概念実証実験の結果は、ディープニューラルネットワーク予測を生成するために使用されるハードウェアプラットフォームの識別など、法医学的な応用をもたらす。
論文参考訳（メタデータ） (2021-02-01T15:41:49Z)
A Local Descriptor with Physiological Characteristic for Finger Vein Recognition [7.923285678279131]
指静脈パターンの生理的特徴に基づく指静脈特異的局所特徴記述器を提案する。提案手法は,現在最先端の指静脈認識法より優れている。
論文参考訳（メタデータ） (2020-04-16T07:22:28Z)
UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders [81.5490760424213]
データラベリングプロセスから学習することで、RGB-Dサリエンシ検出に不確実性を利用するための第1のフレームワーク(UCNet)を提案する。そこで本研究では,サリエンシデータラベリングにヒントを得て,確率的RGB-Dサリエンシ検出ネットワークを提案する。
論文参考訳（メタデータ） (2020-04-13T04:12:59Z)

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。