論文の概要: InvisibiliTee: Angle-agnostic Cloaking from Person-Tracking Systems with a Tee

• arxiv url: http://arxiv.org/abs/2208.06962v1
• Date: Mon, 15 Aug 2022 01:32:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-16 13:12:54.973796
• Title: InvisibiliTee: Angle-agnostic Cloaking from Person-Tracking Systems with a Tee
• Title（参考訳）: InvisibiliTee: ティーによる人物追跡システムからの角度依存的クローズ
• Authors: Yaxian Li, Bingqing Zhang, Guoping Zhao, Mingyu Zhang, Jiajun Liu, Ziwei Wang, and Jirong Wen
• Abstract要約: InvisibiliTeeと呼ばれる最先端の人間の検出モデルに対するブラックボックス逆攻撃法を提案する。 本手法は, 人追跡システムの前で, 物理的世界において, 着用者が着用するTシャツの印刷可能な対向パターンを学習する。
• 参考スコア（独自算出の注目度）: 46.611395940966915
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: After a survey for person-tracking system-induced privacy concerns, we propose a black-box adversarial attack method on state-of-the-art human detection models called InvisibiliTee. The method learns printable adversarial patterns for T-shirts that cloak wearers in the physical world in front of person-tracking systems. We design an angle-agnostic learning scheme which utilizes segmentation of the fashion dataset and a geometric warping process so the adversarial patterns generated are effective in fooling person detectors from all camera angles and for unseen black-box detection models. Empirical results in both digital and physical environments show that with the InvisibiliTee on, person-tracking systems' ability to detect the wearer drops significantly.
• Abstract（参考訳）: 個人追跡システムによるプライバシー問題の調査の後,InvisibiliTeeと呼ばれる最先端の人間検出モデルに対するブラックボックス攻撃手法を提案する。 この方法は、個人追跡システムの前で物理的な世界に身を包むtシャツの印刷可能な逆向きパターンを学習する。 ファッションデータセットのセグメンテーションと幾何学的ワーププロセスを利用して、すべてのカメラアングルから人検出装置を騙し、見知らぬブラックボックス検出モデルに有効であるように、角度に依存しない学習手法を設計する。 デジタル環境と物理的環境の両方における経験的な結果から、アイビビライトをオンにすることで、個人追跡システムによる着用者の検出能力が著しく低下することが示された。

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)
• Unleashing Mask: Explore the Intrinsic Out-of-Distribution Detection Capability [70.72426887518517]
  Out-of-Distribution(OOD)検出は、機械学習モデルを現実世界のアプリケーションにデプロイする際に、セキュアAIの必須の側面である。 本稿では,IDデータを用いた学習モデルのOOD識別能力を復元する新しい手法であるUnleashing Maskを提案する。 本手法では, マスクを用いて記憶した非定型サンプルを抽出し, モデルを微調整するか, 導入したマスクでプルーする。
  論文  参考訳（メタデータ） (2023-06-06T14:23:34Z)
• Multi-view Tracking Using Weakly Supervised Human Motion Prediction [60.972708589814125]
  さらに効果的なアプローチは、時間とともに人々の動きを予測し、それらから個々のフレームにおける人々の存在を推定することである、と我々は主張する。 これにより、時間とともに、また1つの時間フレームのビューにわたって一貫性を強制できる。 PETS2009およびWILDTRACKデータセットに対する我々のアプローチを検証するとともに、最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-19T17:58:23Z)
• Detect & Reject for Transferability of Black-box Adversarial Attacks Against Network Intrusion Detection Systems [0.0]
  本稿では,機械学習による侵入検知システムに対する敵ネットワークトラフィックの転送可能性について検討する。 本研究では,機械学習による侵入検知システムに対する対向的ネットワークトラフィックの転送可能性特性の影響を抑えるための防御機構として検出・削除を検討した。
  論文  参考訳（メタデータ） (2021-12-22T17:54:54Z)
• 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)
• Affect-Aware Deep Belief Network Representations for Multimodal Unsupervised Deception Detection [3.04585143845864]
  ラベルを必要とせず、ビデオの現実世界、高い盗難を検出するための教師なしのアプローチ。 本稿では,感情を意識しないDeep Belief Networks (DBN) の新たなアプローチを提案する。 また、DBNモデルを訓練する機能として顔の感情を使用するだけでなく、音声・視覚表現の整列器として顔の感情を利用するDBN訓練手順も導入する。
  論文  参考訳（メタデータ） (2021-08-17T22:07:26Z)
• Privacy-Preserving Eye-tracking Using Deep Learning [1.5484595752241124]
  本研究では,個々の顔の画像に基づいて訓練されたディープ・ネットワーク・モデルの場合に着目した。 本研究では,トレーニングデータの整合性を合理的な信頼性で保持することを示す。
  論文  参考訳（メタデータ） (2021-06-17T15:58:01Z)
• Anomalous entities detection using a cascade of deep learning models [2.9005223064604078]
  本稿では,試験ホールの複雑な状況において異常を検知する新しい手法を提案する。 提案手法は,深層畳み込みニューラルネットワークモデルのカスケードを用いる。 提案手法は異常な物体を検知し,異常な挙動を高精度に保証できることを示す。
  論文  参考訳（メタデータ） (2021-03-09T01:23:19Z)
• No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
  本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。 トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
  論文  参考訳（メタデータ） (2020-12-07T11:02:44Z)
• 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。