論文の概要: 3D High-Fidelity Mask Face Presentation Attack Detection Challenge

• arxiv url: http://arxiv.org/abs/2108.06968v1
• Date: Mon, 16 Aug 2021 08:40:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-17 15:02:09.339690
• Title: 3D High-Fidelity Mask Face Presentation Attack Detection Challenge
• Title（参考訳）: 3次元高精細マスク面提示アタック検出チャレンジ
• Authors: Ajian Liu, Chenxu Zhao, Zitong Yu, Anyang Su, Xing Liu, Zijian Kong, Jun Wan, Sergio Escalera, Hugo Jair Escalante, Zhen Lei, Guodong Guo
• Abstract要約: 大規模なHigh-Fidelity Maskデータセット、すなわちCASIA-SURF HiFiMaskが収集された。 我々は,3次元マスクによる攻撃検出の研究を促進するために,3次元高忠実マスク顔提示検出チャレンジを組織した。
• 参考スコア（独自算出の注目度）: 79.2407530090659
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The threat of 3D masks to face recognition systems is increasingly serious and has been widely concerned by researchers. To facilitate the study of the algorithms, a large-scale High-Fidelity Mask dataset, namely CASIA-SURF HiFiMask (briefly HiFiMask) has been collected. Specifically, it consists of a total amount of 54, 600 videos which are recorded from 75 subjects with 225 realistic masks under 7 new kinds of sensors. Based on this dataset and Protocol 3 which evaluates both the discrimination and generalization ability of the algorithm under the open set scenarios, we organized a 3D High-Fidelity Mask Face Presentation Attack Detection Challenge to boost the research of 3D mask-based attack detection. It attracted 195 teams for the development phase with a total of 18 teams qualifying for the final round. All the results were verified and re-run by the organizing team, and the results were used for the final ranking. This paper presents an overview of the challenge, including the introduction of the dataset used, the definition of the protocol, the calculation of the evaluation criteria, and the summary and publication of the competition results. Finally, we focus on introducing and analyzing the top ranking algorithms, the conclusion summary, and the research ideas for mask attack detection provided by this competition.
• Abstract（参考訳）: 顔認識システムに対する3Dマスクの脅威はますます深刻で、研究者によって広く懸念されている。 アルゴリズムの研究を容易にするため、大規模なハイフィデリティマスクデータセット、すなわちCASIA-SURF HiFiMask(略してHiFiMask)が収集された。 具体的には、75人の被験者から記録された54,600本のビデオと、新しい7種類のセンサーの下で225本のリアルマスクで構成されている。 このデータセットと、オープンセットシナリオ下でのアルゴリズムの識別と一般化能力を評価するプロトコル3に基づいて、3次元マスク顔提示検出チャレンジを組織し、3次元マスクによる攻撃検出の研究を推進した。 開発段階では195チームが参加し、最終ラウンドには合計18チームが出場した。 結果はすべて組織チームによって検証され、再実行され、結果が最終ランキングに使用された。 本稿では,使用するデータセットの導入,プロトコルの定義,評価基準の算出,競技結果の要約と公開など,課題の概要について述べる。 最後に,このコンペティションによって提供されるマスク攻撃検出の上位ランキングアルゴリズム,結論要約,研究アイデアの導入と分析に焦点をあてる。

関連論文リスト

• Unified Physical-Digital Attack Detection Challenge [70.67222784932528]
  Face Anti-Spoofing (FAS) は、顔認識(FR)システムを保護するために重要である。 UniAttackDataは、Unified Detectionのための最大の公開データセットである。 我々は,一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元
  論文  参考訳（メタデータ） (2024-04-09T11:00:11Z)
• A transfer learning approach with convolutional neural network for Face Mask Detection [0.30693357740321775]
  本稿では,トランスファー学習とインセプションv3アーキテクチャに基づくマスク認識システムを提案する。 マスクやマスクのない顔に加えて、マスクの誤用も検出できる。
  論文  参考訳（メタデータ） (2023-10-29T07:38:33Z)
• Surveillance Face Presentation Attack Detection Challenge [68.06719263243806]
  Face Anti-Spoofing (FAS) は、様々な物理的攻撃から顔認識システムを保護するために不可欠である。 大規模サーベイランスハイフィデリティマスク(SuHiFiMask)を収集する SuHiFiMaskには、年齢層別101ドルのビデオが10,195ドル、メインストリームの監視カメラが7ドルだ。 監視シナリオにおける顔提示攻撃検出の課題を整理する。
  論文  参考訳（メタデータ） (2023-04-15T15:23:19Z)
• A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19 [64.88701052813462]
  新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。 この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。 本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
  論文  参考訳（メタデータ） (2022-01-13T03:28:20Z)
• Masked Face Recognition Challenge: The WebFace260M Track Report [81.57455766506197]
  ICCV 2021におけるバイオメトリクスとマスク付き顔認識チャレンジ WebFace260M Trackは、実用的なMFRのフロンティアを推進することを目的としている。 WebFace260M Trackの第1フェーズでは、69のチーム(トータル833ソリューション)がこの課題に参加している。 この挑戦には2021年10月1日までの第2フェーズと、進行中のリーダーボードがある。
  論文  参考訳（メタデータ） (2021-08-16T15:51:51Z)
• Contrastive Context-Aware Learning for 3D High-Fidelity Mask Face Presentation Attack Detection [103.7264459186552]
  顔認識システムには、顔提示攻撃検出(PAD)が不可欠である。 ほとんどの既存の3DマスクPADベンチマークにはいくつかの欠点があります。 現実世界のアプリケーションとのギャップを埋めるために、大規模なハイファイアリティマスクデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-13T12:48:38Z)

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。