Fugu-MT 論文翻訳(概要): Image-Hashing-Based Anomaly Detection for Privacy-Preserving Online Proctoring

論文の概要: Image-Hashing-Based Anomaly Detection for Privacy-Preserving Online Proctoring

arxiv url: http://arxiv.org/abs/2107.09373v1
Date: Tue, 20 Jul 2021 09:45:05 GMT
ステータス: 処理完了
システム内更新日: 2021-07-21 14:46:23.970905
Title: Image-Hashing-Based Anomaly Detection for Privacy-Preserving Online Proctoring
Title（参考訳）: プライバシー保護オンラインプロクタのための画像ハッシュに基づく異常検出
Authors: Waheeb Yaqub, Manoranjan Mohanty, Basem Suleiman
Abstract要約: オンライン・プロクタリングはオンライン教育において欠かせないものとなっている。ビデオベースのクラウドソースオンラインプロクターソリューションが使用されており、受験生のビデオは第三者によって監視されている。本稿では,プライバシ保護型オンラインプロクタシステムを提案する。
参考スコア（独自算出の注目度）: 5.113513399537608
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Online proctoring has become a necessity in online teaching. Video-based crowd-sourced online proctoring solutions are being used, where an exam-taking student's video is monitored by third parties, leading to privacy concerns. In this paper, we propose a privacy-preserving online proctoring system. The proposed image-hashing-based system can detect the student's excessive face and body movement (i.e., anomalies) that is resulted when the student tries to cheat in the exam. The detection can be done even if the student's face is blurred or masked in video frames. Experiment with an in-house dataset shows the usability of the proposed system.
Abstract（参考訳）: オンライン・プロクタリングはオンライン教育において欠かせないものとなっている。ビデオベースのクラウドソースオンラインプロクターソリューションが使用されており、受験生のビデオは第三者によって監視され、プライバシー上の懸念につながっている。本稿では,プライバシ保護型オンラインプロクタシステムを提案する。提案した画像ハッシュベースのシステムは,学生が試験で不正をしようとすると生じる過度な顔と身体の動き(つまり異常)を検出することができる。この検出は、学生の顔がぼやけたり、ビデオフレームに隠されたりしても行うことができる。社内データセットを用いた実験は,提案システムのユーザビリティを示す。

関連論文リスト

Deepfake detection in videos with multiple faces using geometric-fakeness features [79.16635054977068]
被害者や人物のディープフェイクは、脅迫、ゆがみ、金融詐欺の詐欺師によって使用される。本研究では,映像中の顔の存在の動的度を特徴付ける幾何学的フェイクネス機能(GFF)を提案する。我々は、ビデオに同時に存在する複数の顔でビデオを分析するために、我々のアプローチを採用している。
論文参考訳（メタデータ） (2024-10-10T13:10:34Z)
AI-assisted Gaze Detection for Proctoring Online Exams [6.743433721135328]
高額のオンライン試験では、潜在的なルール違反を検知し、テストの安全性を確保することが重要である。本研究では,テストテイクがスクリーンから遠ざかっているかどうかを検知する作業について検討する。本稿では,AIを利用した視線検出システムを提案する。これにより,プロクターは異なる映像フレームをナビゲートし,テストテイクが同じ方向を向いている映像フレームを発見することができる。
論文参考訳（メタデータ） (2024-09-25T13:31:37Z)
Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文参考訳（メタデータ） (2024-03-31T19:28:04Z)
Privacy Side Channels in Machine Learning Systems [87.53240071195168]
プライバシサイドチャネルは、システムレベルのコンポーネントを利用してプライベート情報を抽出する攻撃である。例えば、差分プライベートなトレーニングを適用する前にトレーニングデータを重複させることで、保証可能なプライバシ保証を完全に無効にするサイドチャネルが生成されることを示す。さらに,学習データセットに含まれる秘密鍵を抽出するために,言語モデルを学習データ再生からブロックするシステムを利用することを示す。
論文参考訳（メタデータ） (2023-09-11T16:49:05Z)
A Video-based Detector for Suspicious Activity in Examination with OpenPose [0.0]
本稿では,ビデオ分析や検査中の不審な動作の検出に自動化を利用するフレームワークを提案する。我々は,OpenPoseフレームワークと畳み込みニューラルネットワーク(CNN)を用いて,試験中にオブジェクトを交換する学生を特定した。
論文参考訳（メタデータ） (2023-07-21T08:15:39Z)
iExam: A Novel Online Exam Monitoring and Analysis System Based on Face Detection and Recognition [33.277633053428396]
iExamはインテリジェントなオンライン試験監視および分析システムである。リアルタイムの学生識別において、顔検出を補助するだけでなく、一般的な異常行動を検出することもできる。評価の結果,iExamの精度は90.4%,リアルタイム顔検出では90.4%,後顔認識では98.4%であった。
論文参考訳（メタデータ） (2022-06-27T15:03:25Z)
OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
論文参考訳（メタデータ） (2022-05-24T11:29:37Z)
Real-time Attention Span Tracking in Online Education [0.0]
本稿では,オンライン授業中の学生のリアルタイムの注意レベルを監視するために,カメラフィードとマイクロホン入力を利用するメカニズムを提案する。我々は,5つの異なる非言語的特徴を用いて,コンピュータによるタスク中の学生の注意スコアを計算し,学生と組織の両方に対してリアルタイムのフィードバックを生成するシステムを提案する。
論文参考訳（メタデータ） (2021-11-29T17:05:59Z)
Cheating Detection Pipeline for Online Interviews and Exams [0.0]
パイプラインは、顔検出、顔認識、オブジェクト検出、顔追跡アルゴリズムで構成される。最終的に、私たちのパイプラインは、オンラインインタビューと試験ビデオで不正行為を検出し分析するための効率的で高速なガイドラインを提示します。
論文参考訳（メタデータ） (2021-06-28T08:52:20Z)
Privileged Knowledge Distillation for Online Action Detection [114.5213840651675]
リアルタイム予測タスクに対処するフレーム単位のラベル付けタスクとして,ビデオ中のオンラインアクション検出(OAD)を提案する。本稿では,トレーニング段階においてのみ観測可能な未来のフレームを特権情報の一種とみなすオンライン行動検出のための,新たな学習支援型フレームワークを提案する。
論文参考訳（メタデータ） (2020-11-18T08:52:15Z)
Online Multi-modal Person Search in Videos [74.75432003006432]
本研究では,映像中の人物をリアルタイムで認識するオンライン人物検索フレームワークを提案する。大規模な映画データセットを用いた実験により,提案手法の有効性が示された。
論文参考訳（メタデータ） (2020-08-08T15:48:32Z)

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。