論文の概要: Direct attacks using fake images in iris verification
- arxiv url: http://arxiv.org/abs/2111.00178v1
- Date: Sat, 30 Oct 2021 05:01:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-02 15:15:21.780240
- Title: Direct attacks using fake images in iris verification
- Title（参考訳）: iris検証における偽画像を用いたダイレクトアタック
- Authors: Virginia Ruiz-Albacete, Pedro Tome-Gonzalez, Fernando
Alonso-Fernandez, Javier Galbally, Julian Fierrez, Javier Ortega-Garcia
- Abstract要約: BioSecベースラインデータベースの実際のアイリスから偽アイリス画像のデータベースが作成されている。
本システムは直接攻撃に対して脆弱であることを示し,対策の重要性を指摘する。
- 参考スコア（独自算出の注目度）: 59.68607707427014
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this contribution, the vulnerabilities of iris-based recognition systems
to direct attacks are studied. A database of fake iris images has been created
from real iris of the BioSec baseline database. Iris images are printed using a
commercial printer and then, presented at the iris sensor. We use for our
experiments a publicly available iris recognition system, which some
modifications to improve the iris segmentation step. Based on results achieved
on different operational scenarios, we show that the system is vulnerable to
direct attacks, pointing out the importance of having countermeasures against
this type of fraudulent actions.
- Abstract（参考訳）: 本報告では, 直接攻撃に対する虹彩認識システムの脆弱性について検討した。
BioSecベースラインデータベースの実際のアイリスから偽アイリス画像のデータベースが作成されている。
irisイメージは商用プリンターで印刷され、irisセンサーで表示されます。
実験では虹彩識別システムを用いて,虹彩分割のステップを改善するため,いくつかの改良を加えている。
異なる運用シナリオで達成された結果から,本システムは直接攻撃に対して脆弱であり,このような不正行為に対する対策の重要性を指摘する。
関連論文リスト
- Synthesizing Iris Images using Generative Adversarial Networks: Survey and Comparative Analysis [11.5164036021499]
本稿では,GANを用いた合成虹彩画像生成技術について概説する。
まず,合成虹彩生成に使用されてきた各種手法について検討し,StyleGAN,RaSGAN,CIT-GAN,iWarpGAN,StarGANなどに基づく発電機について検討した。
論文 参考訳（メタデータ） (2024-04-26T01:45:58Z) - Swap It Like Its Hot: Segmentation-based spoof attacks on eye-tracking images [1.4732811715354455]
生体認証は、物理的またはデジタル操作によって偽造される可能性がある。
Liveness Detectionは、視線データをリアルまたはフェイクと分類し、物理的な表示攻撃を検出するのに十分である。
我々はアイリススワップを、視線に基づく生活度検出の新しい攻撃として提案する。
論文 参考訳（メタデータ） (2024-04-22T01:59:48Z) - EyePreserve: Identity-Preserving Iris Synthesis [8.973296574093506]
本稿では,アイリス画像の完全データ駆動型,アイデンティティ保存型,瞳孔径変化型合成法を提案する。
提案手法の直接的な応用は、(a)虹彩認識のための既存の生体計測データセットの合成、または強化、および(b)瞳孔拡張に有意な差がある虹彩画像対を調べるための法医学の専門家を支援することである。
論文 参考訳（メタデータ） (2023-12-19T10:29:29Z) - Periocular biometrics: databases, algorithms and directions [69.35569554213679]
近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。
本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
論文 参考訳（メタデータ） (2023-07-26T11:14:36Z) - Iris super-resolution using CNNs: is photo-realism important to iris
recognition? [67.42500312968455]
特に畳み込みニューラルネットワーク(CNN)を用いた単一画像超解像技術が出現している
本研究では, 虹彩認識のためのCNNを用いて, 単一画像の超解像を探索する。
彼らは、近赤外線虹彩画像の1.872のデータベースと携帯電話画像データベースのアプローチを検証する。
論文 参考訳（メタデータ） (2022-10-24T11:19:18Z) - Super-Resolution and Image Re-projection for Iris Recognition [67.42500312968455]
異なるディープラーニングアプローチを用いた畳み込みニューラルネットワーク(CNN)は、解像度の低い画像から現実的なテクスチャときめ細かい詳細を復元しようとする。
本研究は、虹彩認識環境における虹彩超解法(SR)に対するこれらのアプローチの実現可能性について検討する。
その結果,CNNと画像再投影は,認識システムの精度向上に有効であることが示唆された。
論文 参考訳（メタデータ） (2022-10-20T09:46:23Z) - Super-Resolution for Selfie Biometrics: Introduction and Application to
Face and Iris [67.74999528342273]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
超分解能技術は、特定のバイオメトリック・モダリティの画像の特異性に適応する必要がある。
本章では,顔画像と虹彩画像の超解像化における最近の進歩について概説する。
論文 参考訳（メタデータ） (2022-04-12T10:28:31Z) - Toward Accurate and Reliable Iris Segmentation Using Uncertainty
Learning [96.72850130126294]
高精度で信頼性の高いアイリスセグメンテーションのためのアイリスU変換器(アイリスUsformer)を提案する。
IrisUsformerの精度向上のために,位置感応操作と再パッケージング変圧器ブロックを採用することで精巧に設計する。
IrisUsformer は SOTA IrisParseNet の 35% MAC を用いて, セグメンテーション精度の向上を図っている。
論文 参考訳（メタデータ） (2021-10-20T01:37:19Z) - Segmentation-Aware and Adaptive Iris Recognition [24.125681602124477]
アイリス画像の品質は、アイリスマッチング精度を劣化させることが知られている。
眼周囲情報は本質的にそのような虹彩画像に埋め込まれており、そのような非理想的なシナリオ下で虹彩認識を支援するために利用することができる。
本稿では,より精度の低いアイリス認識のためのセグメンテーション支援適応フレームワークを提案する。
論文 参考訳（メタデータ） (2019-12-31T04:31:37Z)
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。