論文の概要: Spoofing Detection on Hand Images Using Quality Assessment
- arxiv url: http://arxiv.org/abs/2110.12923v1
- Date: Fri, 22 Oct 2021 10:06:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-26 16:39:23.570331
- Title: Spoofing Detection on Hand Images Using Quality Assessment
- Title（参考訳）: 画質評価を用いた手画像のスプーフィング検出
- Authors: Asish Bera, Ratnadeep Dey, Debotosh Bhattacharjee, Mita Nasipuri, and
Hubert P. H. Shum
- Abstract要約: 本稿では,手動バイオメトリックスに対するアンチ・スプーフィング法を提案する。
実画像と偽手画像の視覚的品質を評価することで、提示攻撃検出手法に対処する。
原画像と偽手画像の分類のために,各サンプルから10種類の品質指標を測定した。
- 参考スコア（独自算出の注目度）: 21.58895176617405
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent research on biometrics focuses on achieving a high success rate of
authentication and addressing the concern of various spoofing attacks. Although
hand geometry recognition provides adequate security over unauthorized access,
it is susceptible to presentation attack. This paper presents an anti-spoofing
method toward hand biometrics. A presentation attack detection approach is
addressed by assessing the visual quality of genuine and fake hand images. A
threshold-based gradient magnitude similarity quality metric is proposed to
discriminate between the real and spoofed hand samples. The visual hand images
of 255 subjects from the Bogazici University hand database are considered as
original samples. Correspondingly, from each genuine sample, we acquire a
forged image using a Canon EOS 700D camera. Such fake hand images with natural
degradation are considered for electronic screen display based spoofing attack
detection. Furthermore, we create another fake hand dataset with artificial
degradation by introducing additional Gaussian blur, salt and pepper, and
speckle noises to original images. Ten quality metrics are measured from each
sample for classification between original and fake hand image. The
classification experiments are performed using the k-nearest neighbors, random
forest, and support vector machine classifiers, as well as deep convolutional
neural networks. The proposed gradient similarity-based quality metric achieves
1.5% average classification er ror using the k-nearest neighbors and random
forest classifiers. An average classification error of 2.5% is obtained using
the baseline evaluation with the MobileNetV2 deep network for discriminating
original and different types of fake hand samples.
- Abstract（参考訳）: バイオメトリックスに関する最近の研究は、高い認証成功率を達成し、様々なスプーフィング攻撃の懸念に対処することに焦点を当てている。
ハンドジオメトリ認識は不正アクセスに対して十分なセキュリティを提供するが、プレゼンテーション攻撃の影響を受けやすい。
本稿では,ハンドバイオメトリックスに対するアンチスプーフィング法を提案する。
実画像と偽画像の視覚品質を評価することにより、提示攻撃検出アプローチに取り組む。
実ハンドサンプルとスプーフハンドサンプルを判別するために,閾値に基づく勾配等級類似度指標を提案する。
ボガジッチ大学ハンドデータベースから得られた255名の被験者の視覚イメージを原型とする。
実際のサンプルから,キヤノンのEOS 700Dカメラを用いて偽造画像を取得する。
このような自然な劣化を伴う偽の手画像は、スプーフィング攻撃検出に基づく電子画面表示において考慮される。
さらに、原画像にガウスのぼかし、塩と唐辛子、スペックルノイズを追加することで、人工的な劣化を伴う別の偽手データセットを作成する。
原画像と偽手画像の分類のために,各サンプルから10種類の品質指標を測定した。
分類実験は、k-nearest近傍、ランダムフォレスト、サポートベクターマシン分類器、ディープ畳み込みニューラルネットワークを用いて行われる。
提案した勾配類似度に基づく品質指標は,k-アネレスト近傍とランダム森林分類器を用いて平均分類率1.5%を達成する。
mobilenetv2 deep networkによるベースライン評価を用いて平均2.5%の分類誤差を求め、オリジナルと異なる種類の偽の手のサンプルを識別する。
関連論文リスト
- Semantic Contextualization of Face Forgery: A New Definition, Dataset, and Detection Method [77.65459419417533]
我々は,顔フォージェリを意味的文脈に配置し,意味的顔属性を変更する計算手法が顔フォージェリの源であることを定義した。
階層的なグラフで整理されたラベルの集合に各画像が関連付けられている大規模な顔偽画像データセットを構築した。
本稿では,ラベル関係を捕捉し,その優先課題を優先するセマンティクス指向の顔偽造検出手法を提案する。
論文 参考訳（メタデータ） (2024-05-14T10:24:19Z) - Individualized Deepfake Detection Exploiting Traces Due to Double
Neural-Network Operations [32.33331065408444]
既存のディープフェイク検出器は、画像が特定かつ識別可能な個人と関連付けられている場合、この検出タスクに最適化されない。
本研究では,個々の人物の顔画像のディープフェイク検出に焦点を当てた。
ニューラルネットワークのイデオロシティ特性を利用して検出性能を向上できることを実証する。
論文 参考訳（メタデータ） (2023-12-13T10:21:00Z) - DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake
Detection [67.3143177137102]
ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。
本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-12-07T07:19:45Z) - Presentation Attack detection using Wavelet Transform and Deep Residual
Neural Net [5.425986555749844]
生体計測物質は、いくつかの方法でインポスタによって騙されることがある。
バイオメトリック画像、特に虹彩と顔は、異なる提示攻撃に対して脆弱である。
本研究では,生体情報アクセス制御システムにおけるプレゼンテーションアタックの軽減にディープラーニングアプローチを適用した。
論文 参考訳（メタデータ） (2023-11-23T20:21:49Z) - 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) - Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。
我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
論文 参考訳（メタデータ） (2023-04-02T10:25:09Z) - A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。
本稿では,指紋画像品質評価のための既存手法について概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
論文 参考訳（メタデータ） (2021-11-14T19:53:12Z) - Exploring Adversarial Fake Images on Face Manifold [5.26916168336451]
強力な生成敵対ネットワーク(GAN)ベースの方法によって合成された画像は、道徳的およびプライバシー上の懸念を引き起こしている。
本稿では, 対向雑音を付加する代わりに, 顔多様体上の対向点を最適に探索し, 反forensic fake face imageを生成する。
論文 参考訳（メタデータ） (2021-01-09T02:08:59Z) - DeepFake Detection Based on the Discrepancy Between the Face and its
Context [94.47879216590813]
単一画像における顔のスワップやその他のアイデンティティ操作を検出する手法を提案する。
提案手法は, (i) 厳密なセマンティックセグメンテーションによって境界付けられた顔領域を考慮した顔識別ネットワークと, (ii) 顔コンテキストを考慮したコンテキスト認識ネットワークの2つのネットワークを含む。
本稿では,2つのネットワークからの認識信号を用いて,そのような不一致を検出する手法について述べる。
提案手法は,FaceForensics++,Celeb-DF-v2,DFDCベンチマークを用いて顔検出を行い,未知の手法で生成した偽物の検出を一般化する。
論文 参考訳（メタデータ） (2020-08-27T17:04:46Z) - Anomaly Detection-Based Unknown Face Presentation Attack Detection [74.4918294453537]
異常検出に基づくスプーフ攻撃検出は、顔提示攻撃検出の最近の進歩である。
本稿では,異常検出に基づくスプーフ攻撃検出のためのディープラーニングソリューションを提案する。
提案手法はCNNの表現学習能力の恩恵を受け,fPADタスクの優れた特徴を学習する。
論文 参考訳（メタデータ） (2020-07-11T21:20:55Z) - Adversarial Attacks on Convolutional Neural Networks in Facial
Recognition Domain [2.4704085162861693]
Deep Neural Network(DNN)分類器を実生活で脆弱にする敵攻撃は、自動運転車、マルウェアフィルター、生体認証システムにおいて深刻な脅威となる。
我々はFast Gradient Sign Methodを適用し、顔画像データセットに摂動を導入し、異なる分類器で出力をテストする。
我々は、最小の敵対的知識を前提に、さまざまなブラックボックス攻撃アルゴリズムを顔画像データセット上に構築する。
論文 参考訳（メタデータ） (2020-01-30T00:25:05Z)
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。