論文の概要: BiosecurID: a multimodal biometric database

• arxiv url: http://arxiv.org/abs/2111.03472v1
• Date: Tue, 2 Nov 2021 21:01:33 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-14 15:28:06.704249
• Title: BiosecurID: a multimodal biometric database
• Title（参考訳）: BiosecurID:マルチモーダルバイオメトリックデータベース
• Authors: Julian Fierrez, Javier Galbally, Javier Ortega-Garcia, Manuel R Freire, Fernando Alonso-Fernandez, Daniel Ramos, Doroteo Torre Toledano, Joaquin Gonzalez-Rodriguez, Juan A Siguenza, Javier Garrido-Salas, E Anguiano, Guillermo Gonzalez-de-Rivera, Ricardo Ribalda, Marcos Faundez-Zanuy, JA Ortega, Valent\'in Carde\~noso-Payo, A Viloria, Carlos E Vivaracho, Q Isaac Moro, Juan J Igarza, J Sanchez, Inmaculada Hernaez, Carlos Orrite-Urunuela, Francisco Martinez-Contreras, Juan Jos\'e Gracia-Roche
• Abstract要約: データベースには、音声、虹彩、顔(まだ画像、話している顔のビデオ)、手書きの署名、手書きのテキスト(オンラインのダイナミック信号、オフラインのスキャン画像)、指紋(2つの異なるセンサーで取得)、手(パルムプリント、輪郭幾何学)、キーストローキングの8つの特徴が含まれている。 現実的な獲得シナリオ、バランスのとれた性別と人口分布、特定の人口集団に関する情報(年齢、性別、手柄)の入手、スピーチとキーストーミングのためのリプレイアタックの取得、署名のための熟練した偽造、および他の既存のデータベースとの互換性などである。
• 参考スコア（独自算出の注目度）: 40.92487821238704
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A new multimodal biometric database, acquired in the framework of the BiosecurID project, is presented together with the description of the acquisition setup and protocol. The database includes eight unimodal biometric traits, namely: speech, iris, face (still images, videos of talking faces), handwritten signature and handwritten text (on-line dynamic signals, off-line scanned images), fingerprints (acquired with two different sensors), hand (palmprint, contour-geometry) and keystroking. The database comprises 400 subjects and presents features such as: realistic acquisition scenario, balanced gender and population distributions, availability of information about particular demographic groups (age, gender, handedness), acquisition of replay attacks for speech and keystroking, skilled forgeries for signatures, and compatibility with other existing databases. All these characteristics make it very useful in research and development of unimodal and multimodal biometric systems.
• Abstract（参考訳）: BiosecurIDプロジェクトのフレームワークで取得された新しいマルチモーダルバイオメトリックデータベースについて,買収設定とプロトコルの説明とともに紹介する。 データベースには、音声、虹彩、顔(静止画像、話す顔のビデオ)、手書き署名、手書きテキスト(オンライン動的信号、オフラインスキャン画像)、指紋(2つの異なるセンサーで取得)、手(palmprint、contour-geometry)、キートローキングの8つのユニモーダルバイオメトリック特性が含まれている。 データベースは、現実的な取得シナリオ、バランスのとれた性別と人口分布、特定の人口統計グループ(年齢、性別、手渡)に関する情報の入手、スピーチとキーストーミングのためのリプレイアタックの取得、署名のための熟練した偽造、および他の既存のデータベースとの互換性など、400のテーマで構成されている。 これらの特徴は、一様および多モード生体計測システムの研究・開発に非常に有用である。

関連論文リスト

• Oracle Bone Inscriptions Multi-modal Dataset [58.20314888996118]
  オラクルの骨碑文(Oracle bone inscriptions, OBI)は中国最古の書記体系であり、初期の上海の歴史や古史の貴重な実例を記している。 本稿では,10,077個のオラクル骨の注釈情報を含むOracle Bone Inscriptions Multi-modalデータセットを提案する。 このデータセットは、OBIの文字検出と認識、ラビングDenoising、キャラクタマッチング、キャラクタ生成、読み込みシーケンス予測、ミスキャラクタ補完タスクなど、OBIの分野に関連するさまざまなAI関連研究タスクに使用することができる。
  論文  参考訳（メタデータ） (2024-07-04T12:47:32Z)
• 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)
• Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
  本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。 マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。 ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:24:51Z)
• Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation [63.05890836038913]
  制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。 1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。 深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
  論文  参考訳（メタデータ） (2022-10-24T11:29:57Z)
• The Multiscenario Multienvironment BioSecure Multimodal Database (BMDB) [85.07891383078565]
  欧州生物安全ネットワーク(European BioSecure Network of Excellence)のフレームワーク内で設計・取得された新しいマルチモーダルバイオメトリックデータベース。 3つのシナリオには、オーディオ/ビデオデータの共通部分が含まれる。 ハンドとアイリスのデータはデスクトップPCを使って第2のシナリオで取得された。
  論文  参考訳（メタデータ） (2021-11-17T13:50:23Z)
• 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)
• Deep Hashing for Secure Multimodal Biometrics [1.7188280334580195]
  本稿では,各ユーザの顔と虹彩バイオメトリックスからセキュアなマルチモーダルテンプレートを生成する特徴レベル融合のためのフレームワークを提案する。 キャンセル可能なバイオメトリックと安全なスケッチ技術を組み合わせることで、ハイブリッドなセキュアアーキテクチャを採用しています。 提案手法は,生体データのプライバシ向上とともに,テンプレートのキャンセル性とアンリンク性も提供する。
  論文  参考訳（メタデータ） (2020-12-29T14:15:05Z)
• Generalized Iris Presentation Attack Detection Algorithm under Cross-Database Settings [63.90855798947425]
  プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。 本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。 これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
  論文  参考訳（メタデータ） (2020-10-25T22:42:27Z)

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。