論文の概要: Feature Fusion Methods for Indexing and Retrieval of Biometric Data:
Application to Face Recognition with Privacy Protection
- arxiv url: http://arxiv.org/abs/2107.12675v1
- Date: Tue, 27 Jul 2021 08:53:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-28 14:40:13.980259
- Title: Feature Fusion Methods for Indexing and Retrieval of Biometric Data:
Application to Face Recognition with Privacy Protection
- Title(参考訳): 生体データのインデクシングと検索のための特徴融合法:プライバシー保護付き顔認識への応用
- Authors: Pawel Drozdowski, Fabian Stockhardt, Christian Rathgeb, Dail\'e
Osorio-Roig, Christoph Busch
- Abstract要約: 提案手法は生体認証トランザクションに関連する計算負荷を90%削減する。
この方法は、保護された生体データの無リンク性、不可逆性、および更新性を保証する。
- 参考スコア(独自算出の注目度): 15.834050000008878
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computationally efficient, accurate, and privacy-preserving data storage and
retrieval are among the key challenges faced by practical deployments of
biometric identification systems worldwide. In this work, a method of protected
indexing of biometric data is presented. By utilising feature-level fusion of
intelligently paired templates, a multi-stage search structure is created.
During retrieval, the list of potential candidate identities is successively
pre-filtered, thereby reducing the number of template comparisons necessary for
a biometric identification transaction. Protection of the biometric probe
templates, as well as the stored reference templates and the created index is
carried out using homomorphic encryption. The proposed method is extensively
evaluated in closed-set and open-set identification scenarios on publicly
available databases using two state-of-the-art open-source face recognition
systems. With respect to a typical baseline algorithm utilising an exhaustive
search-based retrieval algorithm, the proposed method enables a reduction of
the computational workload associated with a biometric identification
transaction by 90%, while simultaneously suffering no degradation of the
biometric performance. Furthermore, by facilitating a seamless integration of
template protection with open-source homomorphic encryption libraries, the
proposed method guarantees unlinkability, irreversibility, and renewability of
the protected biometric data.
- Abstract(参考訳): 生体認証システムの現実的な展開が直面する課題のひとつとして,計算効率,正確性,プライバシ保護データストレージと検索があげられる。
本研究では,生体データの保護インデックス化手法を提案する。
インテリジェントなペアテンプレートの機能レベルの融合を利用して、多段階検索構造を作成する。
検索中、潜在的な候補IDのリストが順次事前フィルタリングされ、生体認証トランザクションに必要なテンプレート比較の数を減らす。
生体計測プローブテンプレートと記憶された参照テンプレートと生成されたインデックスの保護は、同型暗号を用いて行われる。
提案手法は,2つの最先端のオープンソース顔認識システムを用いて,公開データベース上のクローズドセットおよびオープンセット識別シナリオにおいて広範囲に評価される。
提案手法は, 検索に基づく検索アルゴリズムを用いた典型的なベースラインアルゴリズムに対して, 生体認証トランザクションに関連する計算負荷を90%削減すると同時に, 生体性能の劣化を生じない。
さらに, オープンソース準同型暗号ライブラリとのテンプレート保護のシームレスな統合を容易にすることにより, 保護された生体認証データの非リンク性, 可逆性, 更新性が保証される。
関連論文リスト
- Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
テキストの匿名化は、プライバシーを維持しながら機密データを共有するために重要である。
既存の技術は、大規模言語モデルの再識別攻撃能力の新たな課題に直面している。
本稿では,3つのLCMベースコンポーネント – プライバシ評価器,ユーティリティ評価器,最適化コンポーネント – で構成されるフレームワークを提案する。
論文 参考訳(メタデータ) (2024-07-16T14:28:56Z) - A secure and private ensemble matcher using multi-vault obfuscated templates [1.3518297878940662]
生成AIは、データ生成において前例のないリアリズム、多様性、効率を提供することによって、現代の機械学習に革命をもたらした。
バイオメトリックテンプレートのセキュリティとセキュアマッチングは、現代のバイオメトリックシステムにおいて最も求められている特徴である。
本稿では,バイオメトリックテンプレートのセキュリティを高めるために,ジェネレーティブAIを用いた新しい難読化手法を提案する。
論文 参考訳(メタデータ) (2024-04-08T05:18:39Z) - Privacy-preserving Multi-biometric Indexing based on Frequent Binary
Patterns [7.092869001331781]
本稿では,保護された深いキャンセル可能なテンプレートを検索する,効率的なプライバシー保護型マルチバイオメトリック識別システムを提案する。
異なるタイプの生体特性から抽出された頻繁な二分パターンに含まれる低クラス内部の変動特性を利用するために,マルチバイオメトリック・ビンニング方式が設計された。
論文 参考訳(メタデータ) (2023-10-04T18:18:24Z) - Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。
既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。
本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-07-31T10:22:33Z) - Perfectly Secure Steganography Using Minimum Entropy Coupling [60.154855689780796]
カチン1998のステガノグラフィー情報理論モデルでは, ステガノグラフィーの術式は完全に安全であることが示されている。
また, 完全セキュアな手順の中で, 最小エントロピー結合によって誘導される場合に限, 情報スループットが最大になることを示す。
論文 参考訳(メタデータ) (2022-10-24T17:40:07Z) - Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive
Privacy Analysis and Beyond [57.10914865054868]
垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。
我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
論文 参考訳(メタデータ) (2022-07-19T05:47:30Z) - 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) - MLP-Hash: Protecting Face Templates via Hashing of Randomized
Multi-Layer Perceptron [4.956977275061966]
顔認識システムはプライバシに敏感な機能を持ち、システムのデータベースに格納される。
本稿では,ユーザ固有のランダムに重み付けされたパーセプトロンを介して抽出した特徴を渡すことで保護されるテンプレートハッシュという,キャンセル可能なテンプレート保護手法を提案する。
SoTA顔認識システムを用いた実験により,本手法はBioHashingやIoM Hashingと競合する性能を示した。
論文 参考訳(メタデータ) (2022-04-23T11:18:22Z) - OTB-morph: One-Time Biometrics via Morphing applied to Face Templates [8.623680649444212]
本稿では,テンプレートを潜在的な攻撃から保護することを目的とした,キャンセル可能なバイオメトリックスのための新しい手法を提案する。
フェースバイオメトリックスに対して提案手法を実験的に実装する。
論文 参考訳(メタデータ) (2021-11-25T18:35:34Z) - Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal
Biometric Fusion Algorithms [58.156733807470395]
本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。
キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。
我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
論文 参考訳(メタデータ) (2021-11-17T13:39:48Z) - Signal-level Fusion for Indexing and Retrieval of Facial Biometric Data [17.297562114613505]
提案手法は,オープンソースおよび商用オフザシェルフ認識システムを用いて,公開データベース上で広範囲に評価される。
その結果,提案手法を用いることで,計算負荷を30%程度削減できることがわかった。
論文 参考訳(メタデータ) (2021-03-05T14:06:54Z)
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。