Fugu-MT 論文翻訳(概要): Face recognition with small and large size databases

論文の概要: Face recognition with small and large size databases

arxiv url: http://arxiv.org/abs/2204.08468v1
Date: Sat, 16 Apr 2022 09:37:11 GMT
ステータス: 処理完了
システム内更新日: 2022-04-20 14:32:32.646324
Title: Face recognition with small and large size databases
Title（参考訳）: 小型・大規模データベースによる顔認識
Authors: Josep roure-Alcob\'e, Marcos Faundez-Zanuy
Abstract要約: 本稿では,ORL (40人) とFERET (994人) のデータベースを用いた実験結果について述べる。 ORLデータベースは、アクセスしようとするユーザがほとんどいないアプリケーションを保護するのに有用である。一方、FERETデータベースは、認証ユーザ数が約1000人である状況を研究するのに有用である。
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: This paper presents experimental results using the ORL (40 people) and FERET (994 people) databases. The ORL database can be useful for securing applications where few users attempting to access are expected. This is the case, for instance, of a PDA or PC where the password is the face of the user. On the other hand, the FERET database is useful for studying those situations where the number of authorized users is around a thousand people.
Abstract（参考訳）: 本稿では,ORL (40人) とFERET (994人) のデータベースを用いた実験結果について述べる。 ORLデータベースは、アクセスしようとするユーザがほとんどいないアプリケーションを保護するのに役立つ。これは例えば、パスワードがユーザの顔であるPDAやPCのケースである。一方、FERETデータベースは、認証ユーザ数が約1000人である状況を研究する上で有用である。

関連論文リスト

Optimizing Data Delivery: Insights from User Preferences on Visuals, Tables, and Text [59.68239795065175]
ユーザが質問を提示するユーザスタディを実施し、何を見たいのかを尋ねます。ユーザの個人的特性が、彼らが好むデータ出力に影響を与えることを確認するために、このデータを使用します。
論文参考訳（メタデータ） (2024-11-12T00:24:31Z)
How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
論文参考訳（メタデータ） (2024-10-09T14:51:58Z)
PassViz: A Visualisation System for Analysing Leaked Passwords [2.2530496464901106]
PassVizは、漏洩したパスワードを2次元空間で視覚化し分析するためのコマンドラインツールである。本稿では、PassVizを用いて、漏洩したパスワードのさまざまな側面を視覚的に分析し、これまで知られていなかったパスワードパターンの発見を容易にする方法を示す。
論文参考訳（メタデータ） (2023-09-22T16:06:26Z)
A Comprehensive Picture of Factors Affecting User Willingness to Use Mobile Health Applications [62.60524178293434]
本研究の目的は,mHealthアプリのユーザ受け入れに影響を与える要因を検討することである。利用者のデジタルリテラシーは、個人情報を共有するオンライン習慣に続き、使用意欲に最も強い影響を与える。居住国、年齢、民族、教育などの利用者の人口統計学的背景は、顕著な緩和効果がある。
論文参考訳（メタデータ） (2023-05-10T08:11:21Z)
Flickr-PAD: New Face High-Resolution Presentation Attack Detection Database [10.303961124927284]
この研究は、オープンアクセスFlickrイメージに基づいた新しいPADデータベース「Flickr-PAD」を提示する。私たちの新しい手作りデータベースは、高品質な印刷と画面のシナリオを示しています。これにより、研究者はより広いデータベース上の既存のアルゴリズムと新しいアプローチを比較することができる。
論文参考訳（メタデータ） (2023-04-25T17:42:49Z)
An Assessment Tool for Academic Research Managers in the Third World [125.99533416395765]
一方のベースにあるデータが、もう一方のインデックスを推測するためにどのように使用できるかを示す。 SCOPUSの情報はWebから自由に取り除くことができるので、このアプローチは出版物のインパクトファクターを自由に推論することができる。
論文参考訳（メタデータ） (2022-09-07T14:59:25Z)
BioTouchPass: Handwritten Passwords for Touchscreen Biometrics [3.867363075280544]
この研究は、PIN(Personal Identification Numbers)とOTP(One-Time Passwords)に基づく従来の認証システムを強化する。提案手法では,通常どおり入力するのではなく,端末のタッチスクリーン上にパスワードの各桁を描画する。提案する生体認証システムについて,パスワード長とエンローメントサンプル数を増加させる際の手書き桁の識別力とロバスト性について,完全解析を行った。
論文参考訳（メタデータ） (2022-05-03T07:42:47Z)
TypeNet: Scaling up Keystroke Biometrics [79.19779718346128]
まず、リカレントニューラルネットワーク(RNN)を用いて、ユーザ毎のデータ量が不足している場合に、ユーザを認証できる範囲を分析した。ネットワークのテストに1Kのユーザがいるため、TypeNetのエラー率は4.8%である。ユーザ毎のデータ量と同じで、テストユーザ数が100Kまでスケールアップされるため、1Kと比較してパフォーマンスは5%以下に低下する。
論文参考訳（メタデータ） (2020-04-07T18:05:33Z)
Lost in Disclosure: On The Inference of Password Composition Policies [43.17794589897313]
パスワード構成ポリシーがシステム上でのユーザ・朝鮮語パスワードの分布にどのように影響するかを検討する。より信頼性の高い結果を生み出すシンプルなアプローチを提案する。本稿では,この手法を実装したpol-inferを提案する。
論文参考訳（メタデータ） (2020-03-12T15:27:00Z)
BioTouchPass2: Touchscreen Password Biometrics Using Time-Aligned Recurrent Neural Networks [6.5379404287240295]
この作業は、2要素認証によってパスワードのシナリオを強化し、ユーザーが通常どおり入力するのではなく、パスワードの各文字を描くように要求する。位置,姿勢,デバイスに関する制約を伴わない,教師なしのモバイルシナリオで取得した,新しいMobileTouchDBのパブリックデータベースを提示する。さらに,TA-RNN(Time-Aligned Recurrent Neural Networks)という新しい手法を提案する。
論文参考訳（メタデータ） (2020-01-28T09:25:06Z)
Investigating the Impact of Inclusion in Face Recognition Training Data on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文参考訳（メタデータ） (2020-01-09T15:50:28Z)

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。