論文の概要: Introduction to Presentation Attack Detection in Iris Biometrics and
Recent Advances
- arxiv url: http://arxiv.org/abs/2111.12465v1
- Date: Wed, 24 Nov 2021 12:43:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-25 15:30:43.202835
- Title: Introduction to Presentation Attack Detection in Iris Biometrics and
Recent Advances
- Title(参考訳): irisバイオメトリックスにおけるプレゼンテーションアタック検出の紹介と最近の進歩
- Authors: Aythami Morales and Julian Fierrez and Javier Galbally and Marta
Gomez-Barrero
- Abstract要約: プレゼンテーション攻撃は、最も重要で研究されているものとして際立っている。
アイリスの場合、これらの攻撃には、実際のアイライズの使用や、写真やビデオなど、異なるレベルの高度な人工物が含まれる。
本章では、プレゼンテーションアタックによるリスクを低減するために開発された、アイリス提示検出(PAD)手法を紹介する。
- 参考スコア(独自算出の注目度): 13.393219486444604
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Iris recognition technology has attracted an increasing interest in the last
decades in which we have witnessed a migration from research laboratories to
real world applications. The deployment of this technology raises questions
about the main vulnerabilities and security threats related to these systems.
Among these threats presentation attacks stand out as some of the most relevant
and studied. Presentation attacks can be defined as presentation of human
characteristics or artifacts directly to the capture device of a biometric
system trying to interfere its normal operation. In the case of the iris, these
attacks include the use of real irises as well as artifacts with different
level of sophistication such as photographs or videos. This chapter introduces
iris Presentation Attack Detection (PAD) methods that have been developed to
reduce the risk posed by presentation attacks. First, we summarise the most
popular types of attacks including the main challenges to address. Secondly, we
present a taxonomy of Presentation Attack Detection methods as a brief
introduction to this very active research area. Finally, we discuss the
integration of these methods into Iris Recognition Systems according to the
most important scenarios of practical application.
- Abstract(参考訳): irisの認識技術は、研究機関から現実のアプリケーションへの移行を目撃した過去数十年間、ますます関心を集めています。
この技術の展開は、これらのシステムに関連する主要な脆弱性とセキュリティ脅威に関する疑問を提起する。
これらの脅威の中で、プレゼンテーション攻撃は最も関連性があり、研究されている。
提示攻撃は、通常の操作を妨害しようとする生体認証システムの捕獲装置に直接人的特徴や人工物の提示として定義することができる。
irisの場合、これらの攻撃には実際のiriseの使用に加えて、写真やビデオのような高度化のレベルが異なるアーティファクトが含まれる。
本章では,プレゼンテーションアタックのリスクを軽減するために開発された iris プレゼンテーションアタック検出 (pad) 手法を紹介する。
まず、対処すべき主な課題を含む、最も人気のあるタイプの攻撃をまとめます。
第2に,この極めて活発な研究分野の簡単な紹介として,プレゼンテーションアタック検出手法の分類について述べる。
最後に,これらの手法のIris認識システムへの統合について,応用の最も重要なシナリオに従って論じる。
関連論文リスト
- Time-Aware Face Anti-Spoofing with Rotation Invariant Local Binary Patterns and Deep Learning [50.79277723970418]
模倣攻撃は 不正な識別と その後の攻撃者の認証につながる
顔認識と同様に、模倣攻撃も機械学習で検出できる。
本稿では,未使用の機能と時間認識の深層学習戦略を組み合わせることで,高い分類精度を実現する新しい手法を提案する。
論文 参考訳(メタデータ) (2024-08-27T07:26:10Z) - A Novel Active Solution for Two-Dimensional Face Presentation Attack
Detection [0.0]
本研究では,プレゼンテーション攻撃検出に関わる課題と解決策について,現状を考察する。
プレゼンテーションアタックは、写真、ビデオ、マスク、化粧など、生きていない顔をカメラに提示する試みである。
本稿では,既存の文献の弱点を克服する効果的な能動的提示攻撃検出手法を提案する。
論文 参考訳(メタデータ) (2022-12-14T00:30:09Z) - 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) - Physical Adversarial Attack meets Computer Vision: A Decade Survey [55.38113802311365]
本稿では,身体的敵意攻撃の概要を概観する。
本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。
提案する評価基準であるhiPAAは6つの視点から構成される。
論文 参考訳(メタデータ) (2022-09-30T01:59:53Z) - Presentation Attack Detection Methods based on Gaze Tracking and Pupil
Dynamic: A Comprehensive Survey [0.0]
本研究は,視線追跡と瞳孔ダイナミック・プレゼンテーション・アタックの様々な側面を解析する。
課題ベースシステムに基づく安全な生活度検出を実現するための,今後の課題と課題について論じる。
論文 参考訳(メタデータ) (2021-12-07T23:22:37Z) - Introduction to Presentation Attack Detection in Face Biometrics and
Recent Advances [21.674697346594158]
次のページでは、顔認識システムが直面する可能性のある、異なるプレゼンテーションアタックを示す。
顔認識の現状と,その展開レベル,課題について紹介する。
我々は,より単純なものからより複雑なものまで,さまざまな種類のプレゼンテーションアタック手法について検討し,その効果を検証した。
論文 参考訳(メタデータ) (2021-11-23T11:19:22Z) - Direct attacks using fake images in iris verification [59.68607707427014]
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。
論文 参考訳(メタデータ) (2021-10-30T05:01:06Z) - MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。
提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
論文 参考訳(メタデータ) (2020-10-25T23:01:13Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳(メタデータ) (2020-07-05T18:22:40Z) - Iris Presentation Attack Detection: Where Are We Now? [14.671313104089906]
本研究は、アイリス提示攻撃検出領域における最も重要な進歩の概要を示す。
最近の文献は、伝統的な「手作り」の特徴抽出と分類、ディープラーニングベースのソリューション、ハイブリッドアプローチの3つのカテゴリに分けられる。
論文 参考訳(メタデータ) (2020-06-23T18:11:29Z) - A Survey on Unknown Presentation Attack Detection for Fingerprint [4.424609902825527]
バイオメトリックス研究者は、プレゼンテーションアタック(PA)対策として、プレゼンテーションアタック検出(PAD)法を開発した。
PADは通常、特定のデータセットに対する既知の攻撃のために機械学習分類器をトレーニングすることで行われ、高い精度を達成する。
本稿では,指紋認証システムにおける既存のPADアルゴリズムについて,特に未知のPAD検出の観点から総合的な調査を行う。
論文 参考訳(メタデータ) (2020-05-17T18:46:23Z)
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。