論文の概要: On-line signature verification system with failure to enroll managing

• arxiv url: http://arxiv.org/abs/2202.12242v1
• Date: Wed, 23 Feb 2022 15:22:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-25 16:33:47.422235
• Title: On-line signature verification system with failure to enroll managing
• Title（参考訳）: 登録管理に失敗するオンライン署名検証システム
• Authors: Joan Fabregas, Marcos Faundez-Zanuy
• Abstract要約: 本稿では,オンラインシグネチャに基づく生体認証システムについてシミュレーションする。 この研究の主な貢献は、インテリジェントな入学という新しい提案によって、状況の登録に失敗したことを管理することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this paper we simulate a real biometric verification system based on on-line signatures. For this purpose we have split the MCYT signature database in three subsets: one for classifier training, another for system adjustment and a third one for system testing simulating enrollment and verification. This context corresponds to a real operation, where a new user tries to enroll an existing system and must be automatically guided by the system in order to detect the failure to enroll situations. The main contribution of this work is the management of failure to enroll situations by means of a new proposal, called intelligent enrollment, which consists of consistency checking in order to automatically reject low quality samples. This strategy lets to enhance the verification errors up to 22% when leaving out 8% of the users. In this situation 8% of the people cannot be enrolled in the system and must be verified by other biometrics or by human abilities. These people are identified with intelligent enrollment and the situation can be thus managed. In addition we also propose a DCT-based feature extractor with threshold coding and discriminability criteria.
• Abstract（参考訳）: 本稿では,オンライン署名に基づく生体認証システムについてシミュレーションする。 この目的で、mcytシグネチャデータベースを3つのサブセットに分割した。1つは分類訓練用、もう1つはシステム調整用、もう1つは登録と検証をシミュレートするシステムテスト用である。 このコンテキストは、新しいユーザが既存のシステムを登録しようとする実際の操作に対応しており、状況の登録の失敗を検出するために、システムによって自動的に誘導されなければならない。 この研究の主な貢献は、低品質サンプルを自動的に拒否するために、一貫性チェックからなるインテリジェントな登録という新しい提案によって、状況の登録に失敗する管理である。 この戦略は、ユーザーの8%を除外するときに、検証エラーを22%まで増やすことができる。 この状況では、8%の人がシステムに登録できず、他のバイオメトリックスや人間の能力によって検証されなければならない。 これらの人々は知的参加と同一視され、状況は管理できる。 また,しきい値符号化と判別可能性基準を備えたdct型特徴抽出器を提案する。

関連論文リスト

• Offline Signature Verification Based on Feature Disentangling Aided Variational Autoencoder [6.128256936054622]
  シグネチャ検証システムの主なタスクは、シグネチャ画像から特徴を抽出し、分類のための分類器を訓練することである。 署名検証モデルがトレーニングされている場合、熟練した偽造の例は、しばしば利用できない。 本稿では, 可変オートエンコーダ(VAE)を用いて, 署名画像から直接特徴を抽出する新しい署名検証手法を提案する。
  論文  参考訳（メタデータ） (2024-09-29T19:54:47Z)
• Bisimulation Learning [55.859538562698496]
  我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。 提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
  論文  参考訳（メタデータ） (2024-05-24T17:11:27Z)
• Quality-Based Conditional Processing in Multi-Biometrics: Application to Sensor Interoperability [63.05238390013457]
  2007年のバイオセキュリティ・マルチモーダル・アセスメント・キャンペーンにおいて,ATVS-UAM融合手法を品質ベースで評価し,評価を行った。 我々のアプローチは線形ロジスティック回帰に基づいており、融合したスコアはログライクな比率になる傾向にある。 その結果,提案手法はルールベースの核融合方式よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-11-24T12:11:22Z)
• Label Matching Semi-Supervised Object Detection [85.99282969977541]
  半教師対象検出は,教師主導型自己学習の開発において大きな進歩を遂げている。 ラベルミスマッチ問題は、以前の研究でまだ完全に解明されていないため、自己学習中に重大な確証バイアスが生じる。 本稿では,2つの異なる相補的視点から,単純かつ効果的な LabelMatch フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-14T05:59:41Z)
• Re-Examining System-Level Correlations of Automatic Summarization Evaluation Metrics [64.81682222169113]
  システムレベルの相関により, 要約品質の人的判断を再現する自動要約評価指標を確実に定量化する。 システムレベルの相関の定義が、実際にシステムを評価するためにメトリクスがどのように使われているかと矛盾する2つの方法を特定する。
  論文  参考訳（メタデータ） (2022-04-21T15:52:14Z)
• Stateless and Rule-Based Verification For Compliance Checking Applications [1.7403133838762452]
  本稿では,インテリジェントなコンプライアンスチェックシステムを構築するための形式的な論理ベースのフレームワークを提案する。 SARVは、ステートレスおよびルールベースの検証問題の全体的な検証プロセスを単純化するために設計された検証フレームワークである。 300のデータ実験に基づいて、SARVベースのコンプライアンスソリューションは、3125レコードのソフトウェア品質データセット上で機械学習メソッドよりも優れています。
  論文  参考訳（メタデータ） (2022-04-14T17:31:33Z)
• A Continual Learning Framework for Adaptive Defect Classification and Inspection [7.552600549241253]
  機械ビジョンに基づく欠陥分類技術は製造工程における自動品質検査に広く採用されている。 本稿では,不正サンプルの効率的な検査を行い,高ボリュームデータバッチから欠陥を分類する一般的なフレームワークについて述べる。
  論文  参考訳（メタデータ） (2022-03-16T17:57:41Z)
• Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal Biometric Fusion Algorithms [58.156733807470395]
  本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。 キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。 我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
  論文  参考訳（メタデータ） (2021-11-17T13:39:48Z)
• PONE: A Novel Automatic Evaluation Metric for Open-Domain Generative Dialogue Systems [48.99561874529323]
  オープンドメイン生成対話システムの評価には3つの方法がある。 体系的な比較が欠如しているため、どの指標がより効果的であるかは明らかでない。 本稿では,人間の判断との相関性を大幅に改善できる,新しい,実現可能な学習基準を提案する。
  論文  参考訳（メタデータ） (2020-04-06T04:36:33Z)
• Towards Probabilistic Verification of Machine Unlearning [30.892906429582904]
  本稿では,データ削除要求に対する検証機構の設計について研究する形式的枠組みを提案する。 提案手法は,機械学習サービスの精度に最小限の影響を与えるが,未学習に対する信頼性の高い検証を可能にする。
  論文  参考訳（メタデータ） (2020-03-09T16:39:46Z)
• On the Resilience of Biometric Authentication Systems against Random Inputs [6.249167635929514]
  我々は,一様ランダム入力を送信した攻撃者に対して,機械学習に基づく生体認証システムのセキュリティを評価する。 特に, 平均FPR0.03の再構成バイオメトリックシステムでは, 成功率は0.78であった。
  論文  参考訳（メタデータ） (2020-01-13T04:20:08Z)

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。