論文の概要: Online Adaptive Personalization for Face Anti-spoofing

• arxiv url: http://arxiv.org/abs/2207.12272v1
• Date: Mon, 4 Jul 2022 04:22:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-31 14:42:38.536505
• Title: Online Adaptive Personalization for Face Anti-spoofing
• Title（参考訳）: 対面防止のためのオンライン適応型パーソナライゼーション
• Authors: Davide Belli and Debasmit Das and Bence Major and Fatih Porikli
• Abstract要約: OAP(Online Adaptive Personalization、オンライン適応パーソナライゼーション)は、ラベルのないデータを使ってモデルをオンラインで適応できる軽量なソリューションである。 OAPは,シングルビデオ設定と連続設定の両方において,既存の手法の認識性能を向上することを示す。
• 参考スコア（独自算出の注目度）: 46.38621143682447
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face authentication systems require a robust anti-spoofing module as they can be deceived by fabricating spoof images of authorized users. Most recent face anti-spoofing methods rely on optimized architectures and training objectives to alleviate the distribution shift between train and test users. However, in real online scenarios, past data from a user contains valuable information that could be used to alleviate the distribution shift. We thus introduce OAP (Online Adaptive Personalization): a lightweight solution which can adapt the model online using unlabeled data. OAP can be applied on top of most anti-spoofing methods without the need to store original biometric images. Through experimental evaluation on the SiW dataset, we show that OAP improves recognition performance of existing methods on both single video setting and continual setting, where spoof videos are interleaved with live ones to simulate spoofing attacks. We also conduct ablation studies to confirm the design choices for our solution.
• Abstract（参考訳）: 顔認証システムは、認証されたユーザのスプーフ画像を作成することで欺くことができるため、堅牢なアンチスプーフモジュールを必要とする。 最近の顔の偽造防止手法は、最適化されたアーキテクチャとトレーニング目標に依存して、トレインとテストユーザ間の分散シフトを軽減する。 しかし、実際のオンラインシナリオでは、ユーザの過去のデータは、分散シフトを軽減するために使用できる貴重な情報を含んでいる。 そこで我々はoap(online adaptive personalization:オンライン適応パーソナライゼーション)を導入する。 OAPは、元の生体画像を保存することなく、ほとんどのアンチスプーフィング法に応用できる。 siwデータセットを実験的に評価することにより,spoofビデオとライブ映像をインターリーブしてspoofing攻撃をシミュレートするシングルビデオ設定と継続設定の両方において,既存手法の認識性能がoapにより向上することを示す。 また、私たちのソリューションの設計選択を確認するためにアブレーション研究も行います。

関連論文リスト

• Can We Trust the Unlabeled Target Data? Towards Backdoor Attack and Defense on Model Adaptation [120.42853706967188]
  本研究は, よく設計された毒物標的データによるモデル適応に対するバックドア攻撃の可能性を探る。 既存の適応アルゴリズムと組み合わせたMixAdaptというプラグイン・アンド・プレイ方式を提案する。
  論文  参考訳（メタデータ） (2024-01-11T16:42:10Z)
• LDFA: Latent Diffusion Face Anonymization for Self-driving Applications [3.501026362812183]
  我々は、ITSの文脈において、顔の匿名化のための新しいディープラーニングベースのパイプラインを導入する。 本稿では,顔検出モデルと潜時拡散モデルを含む2段階の手法を提案する。 実験の結果,我々のパイプラインは,分割のためのデータの匿名化に適しており,最近のGAN法と互換性があることがわかった。
  論文  参考訳（メタデータ） (2023-02-17T15:14:00Z)
• Generalizable Method for Face Anti-Spoofing with Semi-Supervised Learning [0.0]
  顔の偽造防止は生体認証システムにおける高いセキュリティ要件のために多くの注目を集めている。 フェースバイオメトリックを商用ハードウェアに持ち込むことは、フェイクログインセッションを検出するための信頼性の高い方法の開発に大きく依存するようになった。 現在のCNNベースの手法は、トレーニング対象のドメインでよく機能するが、以前は見つからなかったデータセットでは一般化が不十分であることが多い。
  論文  参考訳（メタデータ） (2022-06-13T22:44:14Z)
• Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth Uncertainty Learning [54.15303628138665]
  フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。 既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。 我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:36:59Z)
• Federated Test-Time Adaptive Face Presentation Attack Detection with Dual-Phase Privacy Preservation [100.69458267888962]
  顔提示攻撃検出(fPAD)は、現代の顔認識パイプラインにおいて重要な役割を果たす。 法的およびプライバシー上の問題により、トレーニングデータ(実際の顔画像と偽画像)は、異なるデータソース間で直接共有することはできない。 本稿では,二相プライバシー保護フレームワークを用いたフェデレーションテスト時間適応顔提示検出を提案する。
  論文  参考訳（メタデータ） (2021-10-25T02:51:05Z)
• Shuffled Patch-Wise Supervision for Presentation Attack Detection [12.031796234206135]
  顔の偽造防止は、写真、ビデオ、マスク、または認証された人の顔の別の代用品を使用することによって、偽の顔認証を防止するために不可欠である。 ほとんどのプレゼンテーションアタック検出システムはオーバーフィッティングに悩まされており、1つのデータセットでほぼ完璧なスコアを得るが、より現実的なデータを持つ別のデータセットでは失敗する。 画素単位のバイナリ管理とパッチベースのCNNを組み合わせた新しいPAD手法を提案する。
  論文  参考訳（メタデータ） (2021-09-08T08:14:13Z)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)

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。