論文の概要: Review of the Fingerprint Liveness Detection (LivDet) competition
series: from 2009 to 2021
- arxiv url: http://arxiv.org/abs/2202.07259v1
- Date: Tue, 15 Feb 2022 09:14:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-16 15:08:24.158244
- Title: Review of the Fingerprint Liveness Detection (LivDet) competition
series: from 2009 to 2021
- Title（参考訳）: フィンガープリントライブネス検出(LivDet)コンペティションシリーズのレビュー:2009年から2021年まで
- Authors: Marco Micheletto, Giulia Orr\`u, Roberto Casula, David Yambay, Gian
Luca Marcialis, Stephanie C. Schuckers
- Abstract要約: 国際フィンガープリントライブネス検出コンペティション(LivDet)は2009年から年2回実施されている。
本稿では、2009年から2021年までのLivDetエディションをレビューし、その進化を長年にわたって指摘している。
- 参考スコア（独自算出の注目度）: 3.0828074702828623
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fingerprint authentication systems are highly vulnerable to artificial
reproductions of fingerprint, called fingerprint presentation attacks.
Detecting presentation attacks is not trivial because attackers refine their
replication techniques from year to year. The International Fingerprint
liveness Detection Competition (LivDet), an open and well-acknowledged meeting
point of academies and private companies that deal with the problem of
presentation attack detection, has the goal to assess the performance of
fingerprint presentation attack detection (FPAD) algorithms by using standard
experimental protocols and data sets. Each LivDet edition, held biannually
since 2009, is characterized by a different set of challenges against which
competitors must be dealt with. The continuous increase of competitors and the
noticeable decrease in error rates across competitions demonstrate a growing
interest in the topic. This paper reviews the LivDet editions from 2009 to 2021
and points out their evolution over the years.
- Abstract（参考訳）: 指紋認証システムは、指紋提示攻撃と呼ばれる指紋の人工的な複製に対して非常に脆弱である。
攻撃者は年々複製技術を洗練しているので、プレゼンテーション攻撃の検出は簡単ではない。
国際指紋ライブネス検出コンペティション(livdet, international fingerprint liveness detection competition)は、プレゼンテーションアタック検出の問題を扱うアカデミーや民間企業のオープンかつ周知の場であり、標準的な実験プロトコルとデータセットを用いて指紋提示アタック検出(fpad)アルゴリズムの性能を評価することを目標としている。
2009年から毎年2回開催されるそれぞれのLivDetエディションは、競合相手が対処しなければならないさまざまな課題が特徴である。
競争相手の継続的な増加と、競争間のエラー率の顕著な減少は、このトピックに対する関心の高まりを示している。
本稿では,2009年から2021年までのlivdet版をレビューし,その進化を指摘する。
関連論文リスト
- Unified Physical-Digital Attack Detection Challenge [70.67222784932528]
Face Anti-Spoofing (FAS) は、顔認識(FR)システムを保護するために重要である。
UniAttackDataは、Unified Detectionのための最大の公開データセットである。
我々は,一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元一元
論文 参考訳（メタデータ） (2024-04-09T11:00:11Z) - SynFacePAD 2023: Competition on Face Presentation Attack Detection Based
on Privacy-aware Synthetic Training Data [51.42380508231581]
バイオメトリックス国際会議(IJCB 2023)におけるプライバシ・アウェア・シンセティック・トレーニングデータ(SynFacePAD 2023)に基づく顔提示攻撃検出コンペティションの概要を述べる。
このコンペティションは、個人データに関連するプライバシー、法的、倫理的懸念に動機づけられた、合成ベースのトレーニングデータを考慮して、顔の提示攻撃を検出するソリューションを動機付け、誘致することを目的としている。
提案されたソリューションはイノベーションと新しいアプローチを示し、調査されたベンチマークで考慮されたベースラインを上回りました。
論文 参考訳（メタデータ） (2023-11-09T13:02:04Z) - Contactless Fingerprint Biometric Anti-Spoofing: An Unsupervised Deep
Learning Approach [0.0]
本稿では、教師なしオートエンコーダと畳み込みブロックアテンションモジュールを組み合わせた革新的なアンチスプーフィング手法を提案する。
このスキームは平均で0.96%のBPCERを達成し、様々な種類のスプーフサンプルを含むプレゼンテーション攻撃では1.6%のAPCERを達成している。
論文 参考訳（メタデータ） (2023-11-07T17:19:59Z) - LivDet2023 -- Fingerprint Liveness Detection Competition: Advancing
Generalization [6.154783360142315]
国際フィンガープリントライブネス検出コンペティション(International Fingerprint Liveness Detection Competition, LivDet)は、学術や産業の参加者を招き、フィンガープリント提示攻撃コンペティション(PAD)の進歩を証明するイベントである。
この版のLivDet2023では、検証システムに埋め込まれたPADの有効性と特徴セットの有効性とコンパクト性を評価するために、Liveness Detection in ActionとFingerprint Representationという2つの課題が提案された。
論文 参考訳（メタデータ） (2023-09-27T11:24:01Z) - DyFFPAD: Dynamic Fusion of Convolutional and Handcrafted Features for Fingerprint Presentation Attack Detection [1.9573380763700712]
ユーザの指紋を同意の有無にかかわらず偽造することにより、提示攻撃を行うことができる。
本稿では,プレゼンテーションアタックを検出するために,深層CNNと手作り特徴の動的アンサンブルを提案する。
提案手法をLiveness Detection Competitionからベンチマークデータベース上で検証した。
論文 参考訳（メタデータ） (2023-08-19T13:46:49Z) - An Open Patch Generator based Fingerprint Presentation Attack Detection
using Generative Adversarial Network [3.5558308387389626]
自動指紋認識システム(AFRS)のセンサに本物の指紋の偽造を提示することによる脅威の一つに、提示攻撃(PA)または偽造(spoofing)がある。
本稿では、GAN(Generative Adversarial Network)を用いて、提案したOpen Patch Generator(OPG)から生成されたスプーフサンプルを用いてデータセットを増強するCNNベースの手法を提案する。
96.20%、94.97%、92.90%の精度は、それぞれLivDetプロトコルのシナリオの下で、LivDet 2015、2017、2019データベースで達成されている。
論文 参考訳（メタデータ） (2023-06-06T10:52:06Z) - Surveillance Face Presentation Attack Detection Challenge [68.06719263243806]
Face Anti-Spoofing (FAS) は、様々な物理的攻撃から顔認識システムを保護するために不可欠である。
大規模サーベイランスハイフィデリティマスク(SuHiFiMask)を収集する
SuHiFiMaskには、年齢層別101ドルのビデオが10,195ドル、メインストリームの監視カメラが7ドルだ。
監視シナリオにおける顔提示攻撃検出の課題を整理する。
論文 参考訳（メタデータ） (2023-04-15T15:23:19Z) - Review of Face Presentation Attack Detection Competitions [48.051950472633685]
顔提示攻撃検出(PAD)は、スプーフィングの脆弱性が広く認識されて以来、注目されている。
モノダル・マルチモーダル・フェイス・アンチ・スプーフィングにおける芸術の状況は8つの国際競技会で評価されている。
論文 参考訳（メタデータ） (2021-12-21T15:20:10Z) - Adversarial Attacks on ML Defense Models Competition [82.37504118766452]
清華大学のTSAILグループとAlibaba Securityグループがこの競争を組織した。
この競争の目的は、敵の堅牢性を評価するために、新しい攻撃アルゴリズムを動機付けることである。
論文 参考訳（メタデータ） (2021-10-15T12:12:41Z) - ASVspoof 2021: accelerating progress in spoofed and deepfake speech
detection [70.45884214674057]
ASVspoof 2021は、スプーフの研究を促進するための2年制の課題の第4版である。
本稿では,3つのタスク,それぞれのデータベース,評価基準,4つの課題ベースライン,評価プラットフォーム,課題結果の要約について述べる。
論文 参考訳（メタデータ） (2021-09-01T16:17:31Z) - LivDet 2021 Fingerprint Liveness Detection Competition -- Into the
unknown [1.75485410385325]
国際フィンガープリント・ライブネス・ディテクション・コンペティション(International Fingerprint Liveness Detection Competition)は、学術・産業向けの国際二年制コンペティションである。
LivDetが達成した最大数である23のアルゴリズムが競技会に提出された。
論文 参考訳（メタデータ） (2021-08-23T13:53:25Z)
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。