論文の概要: Digital and Physical-World Attacks on Remote Pulse Detection

• arxiv url: http://arxiv.org/abs/2110.11525v1
• Date: Thu, 21 Oct 2021 23:41:27 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-25 13:47:43.459685
• Title: Digital and Physical-World Attacks on Remote Pulse Detection
• Title（参考訳）: リモートパルス検出におけるディジタルおよび物理世界攻撃
• Authors: Jeremy Speth, Nathan Vance, Patrick Flynn, Kevin W. Bowyer, Adam Czajka
• Abstract要約: リモート光胸腺造影法(remote Photoplethysmography, RPAD)は, 接触センサを必要とせずに反射光からの体積変化を推定する手法である。 本稿では、rビデオ上のデジタルおよび物理領域におけるプレゼンテーション攻撃の最初の例を示す。 本手法は, 3Dプリントマスクに強い周期的パルスを効果的に生成できるので, 医療応用を超えて攻撃が拡大することを示す。
• 参考スコア（独自算出の注目度）: 11.484824696084083
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote photoplethysmography (rPPG) is a technique for estimating blood volume changes from reflected light without the need for a contact sensor. We present the first examples of presentation attacks in the digital and physical domains on rPPG from face video. Digital attacks are easily performed by adding imperceptible periodic noise to the input videos. Physical attacks are performed with illumination from visible spectrum LEDs placed in close proximity to the face, while still being difficult to perceive with the human eye. We also show that our attacks extend beyond medical applications, since the method can effectively generate a strong periodic pulse on 3D-printed face masks, which presents difficulties for pulse-based face presentation attack detection (PAD). The paper concludes with ideas for using this work to improve robustness of rPPG methods and pulse-based face PAD.
• Abstract（参考訳）: remote photoplethysmography (rppg) は、接触センサーを必要とせず、反射光から血液量の変化を推定する手法である。 フェースビデオからrPPG上のデジタルおよび物理領域におけるプレゼンテーション攻撃の最初の例を示す。 デジタル攻撃は、入力ビデオに知覚不能な周期ノイズを加えることで容易に行われる。 物理的攻撃は、顔の近くに置かれる可視光LEDからの光によって行われるが、人間の目では認識が難しい。 また,本手法は3Dプリント顔マスクに強い周期的パルスを効果的に生成できるため,医療応用を超えて攻撃が拡大することを示す。 本稿は,rppg法とパルスベースフェースパッドのロバスト性を改善するため,本研究の考え方をまとめる。

関連論文リスト

• Principles of Designing Robust Remote Face Anti-Spoofing Systems [60.05766968805833]
  本稿では,デジタル攻撃に対する最先端の対面防止手法の脆弱性に光を当てる。 反偽造システムに遭遇する一般的な脅威を包括的に分類する。
  論文  参考訳（メタデータ） (2024-06-06T02:05:35Z)
• Imperceptible Physical Attack against Face Recognition Systems via LED Illumination Modulation [3.6939170447261835]
  本稿では,顔検出のためのDoS攻撃と,顔認証のためのDodging攻撃を提案する。 顔検出モデルに対するDoS攻撃の成功率は97.67%、100%、100%に達し、顔認証モデルに対するDoS攻撃の成功率は100%に達した。
  論文  参考訳（メタデータ） (2023-07-25T07:20:21Z)
• Mask Attack Detection Using Vascular-weighted Motion-robust rPPG Signals [21.884783786547782]
  R-based face anti-spoofing method は、しばしばビデオシーケンスの不安定な顔アライメントによる性能劣化に悩まされる。 SIFTキーポイントと顔ランドマークの両方を用いて, 顔の鮮明かつ正確に画素レベルで整列するランドマークアンコール顔縫合法を提案する。 Gated Recurrent Unit (GRU) を備えた軽量なEfficientNetは、分類のための空間的特徴と時間的特徴の両方を抽出するように設計されている。
  論文  参考訳（メタデータ） (2023-05-25T11:22:17Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• TransRPPG: Remote Photoplethysmography Transformer for 3D Mask Face Presentation Attack Detection [53.98866801690342]
  3次元マスク提示攻撃検出(PAD)は、3次元マスク攻撃から顔認識システムを保護する上で重要な役割を担っている。 ライブ本質表現を効率的に学習するための純粋なrトランス(TransR)フレームワークを提案する。 当社のTransRは軽量で効率的(547Kパラメータと763MOPのみ)で、モバイルレベルのアプリケーションに期待できる。
  論文  参考訳（メタデータ） (2021-04-15T12:33:13Z)
• Remote Pulse Estimation in the Presence of Face Masks [5.53679496242725]
  新型コロナウイルスのパンデミックは、ウイルス感染を防ぐために保護マスクを広く使用しています。 本論文は,フェースマスクが血流パルス推定精度に与える影響を初めて解析したものである。
  論文  参考訳（メタデータ） (2021-01-11T18:43:14Z)
• Robust Attacks on Deep Learning Face Recognition in the Physical World [48.909604306342544]
  FaceAdvは、敵のステッカーを使ってFRシステムを騙す物理世界の攻撃だ。 主にステッカージェネレータとトランスフォーマーで構成され、前者は異なる形状のステッカーを作れる。 3種類のFRシステムに対するFaceAdvの有効性を評価するための広範囲な実験を行った。
  論文  参考訳（メタデータ） (2020-11-27T02:24:43Z)
• DeepRhythm: Exposing DeepFakes with Attentional Visual Heartbeat Rhythms [28.470194397110607]
  心拍リズムのモニタリングによりディープフェイクを検出するディープフェイク検出手法であるディープリズムを提案する。 本研究では、心拍リズムのモニタリングによりDeepFakeを検出するDeepRhythmを提案する。
  論文  参考訳（メタデータ） (2020-06-13T12:56:46Z)
• Adversarial Light Projection Attacks on Face Recognition Systems: A Feasibility Study [21.42041262836322]
  対向光投射を用いた顔認識システムに対するリアルタイム物理攻撃の実現可能性について検討する。 敵は、相手に利用可能なターゲットの1つ以上の画像を用いて、デジタル敵パターンを生成する。 デジタル対向パターンは、物理的領域の敵の顔に投影され、ターゲット(偽装)を偽装するか、認識(難読化)を避ける。
  論文  参考訳（メタデータ） (2020-03-24T23:06:25Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)

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。