論文の概要: A Unified Model for Fingerprint Authentication and Presentation Attack Detection

• arxiv url: http://arxiv.org/abs/2104.03255v1
• Date: Wed, 7 Apr 2021 16:57:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-08 12:45:44.921931
• Title: A Unified Model for Fingerprint Authentication and Presentation Attack Detection
• Title（参考訳）: 指紋認証と提示検出のための統一モデル
• Authors: Additya Popli, Saraansh Tandon, Joshua J. Engelsma, Naoyuki Onoe, Atsushi Okubo, Anoop Namboodiri
• Abstract要約: 一般的な指紋認識システムの動作を再構築する。 両タスクを同時に実行するためのspoof検出とマッチングのための統合モデルを提案する。 これにより、指紋認識システムの時間とメモリの要件をそれぞれ50%と40%削減できます。
• 参考スコア（独自算出の注目度）: 1.9703625025720706
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Typical fingerprint recognition systems are comprised of a spoof detection module and a subsequent recognition module, running one after the other. In this paper, we reformulate the workings of a typical fingerprint recognition system. In particular, we posit that both spoof detection and fingerprint recognition are correlated tasks. Therefore, rather than performing the two tasks separately, we propose a joint model for spoof detection and matching to simultaneously perform both tasks without compromising the accuracy of either task. We demonstrate the capability of our joint model to obtain an authentication accuracy (1:1 matching) of TAR = 100% @ FAR = 0.1% on the FVC 2006 DB2A dataset while achieving a spoof detection ACE of 1.44% on the LiveDet 2015 dataset, both maintaining the performance of stand-alone methods. In practice, this reduces the time and memory requirements of the fingerprint recognition system by 50% and 40%, respectively; a significant advantage for recognition systems running on resource-constrained devices and communication channels.
• Abstract（参考訳）: 典型的な指紋認識システムは、スプーフ検出モジュールとその後の認識モジュールで構成され、次々と実行される。 本稿では,一般的な指紋認識システムの動作を再構築する。 特に,spoof検出と指紋認識の両方が相関したタスクであることを示す。 そこで本研究では,2つのタスクを個別に行うのではなく,各タスクの精度を損なうことなく,2つのタスクを同時に実行するための協調モデルを提案する。 我々は,FVC 2006 DB2Aデータセット上で,TAR = 100% @ FAR = 0.1% の認証精度 (1:1マッチング) を得るとともに,LiveDet 2015データセット上でのスプーフ検出ACEを1.44%達成し,スタンドアローン手法の性能を維持した。 実際には、これは指紋認証システムの時間とメモリ要件をそれぞれ50%と40%削減し、リソース制約のあるデバイスと通信チャネルで動作する認識システムにとって大きなアドバンテージとなる。

関連論文リスト

• Joint Identity Verification and Pose Alignment for Partial Fingerprints [33.05877729161858]
  本稿では,部分指紋ペアの協調識別とポーズアライメントのための新しいフレームワークを提案する。 本手法は,部分的指紋認証と相対的ポーズ推定の両方において,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-05-07T02:45:50Z)
• A Universal Anti-Spoofing Approach for Contactless Fingerprint Biometric Systems [0.0]
  接触のない指紋に対する普遍的な提示攻撃検出法を提案する。 ライブフィンガー写真からStyleGANを用いて合成非接触指紋を生成し,それらを統合して半教師付きResNet-18モデルを訓練した。 両損失関数のバランスをとるために,Arcface と Center の損失を組み合わせた新しい結合損失関数を導入した。
  論文  参考訳（メタデータ） (2023-10-23T15:46:47Z)
• ViT Unified: Joint Fingerprint Recognition and Presentation Attack Detection [36.05807963935458]
  我々は、視覚変換器のアーキテクチャを、関節スプーフ検出とマッチングに活用する。 我々は、シーケンシャルシステムと統一アーキテクチャの両方に対して、最先端のSOTA(State-of-the-art)モデルによる競合結果を報告する。 We demonstrate the capabilities of our unified model to achieve a average integrated matching (IM) accuracy of 98.87% across LivDet 2013 and 2015 CrossMatch sensor。
  論文  参考訳（メタデータ） (2023-05-12T16:51:14Z)
• Combining multiple matchers for fingerprint verification: A case study in biosecure network of excellence [53.598636960435286]
  指紋認証のための2つの参照システムは、追加の2つの非参照システムと共にテストされている。 実験結果から, 最適認識戦略は, 栄養素と相関測定の両方が関係していることが示唆された。
  論文  参考訳（メタデータ） (2022-12-04T19:49:05Z)
• Pair-Relationship Modeling for Latent Fingerprint Recognition [25.435974669629374]
  本稿では,2つの指紋のペア関係を認識の類似性として直接モデル化する手法を提案する。 2つのデータベースに対する実験結果から,提案手法が技術状況より優れていることが示された。
  論文  参考訳（メタデータ） (2022-07-02T11:31:31Z)
• SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
  指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。 この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
  論文  参考訳（メタデータ） (2022-04-13T16:27:27Z)
• Distribution Alignment: A Unified Framework for Long-tail Visual Recognition [52.36728157779307]
  長尾視覚認識のための分散アライメント戦略を提案する。 次に,二段階学習における一般化された再重み付け法を導入して,事前のクラスバランスをとる。 提案手法は, 4つの認識タスクすべてにおいて, 単純で統一されたフレームワークを用いて最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-03-30T14:09:53Z)
• Unsupervised Pretraining for Object Detection by Patch Reidentification [72.75287435882798]
  教師なし表現学習は、オブジェクトディテクタの事前トレーニング表現で有望なパフォーマンスを実現します。 本研究では,オブジェクト検出のための簡易かつ効果的な表現学習手法であるパッチ再識別(Re-ID)を提案する。 私たちの方法は、トレーニングの反復やデータパーセンテージなど、すべての設定でCOCOの同等を大幅に上回ります。
  論文  参考訳（メタデータ） (2021-03-08T15:13:59Z)
• Mobile Touchless Fingerprint Recognition: Implementation, Performance and Usability Aspects [13.664130356074052]
  本研究は,スマートフォン用タッチレス指紋自動認識システムを提案する。 認識パイプライン全体を包括的に記述し,完全自動化したキャプチャシステムにおける重要な要件について考察する。
  論文  参考訳（メタデータ） (2021-03-04T13:56:16Z)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)
• Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
  既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。 本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。 提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
  論文  参考訳（メタデータ） (2020-05-12T15:51:59Z)

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。

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。