論文の概要: SYN-MAD 2022: Competition on Face Morphing Attack Detection Based on Privacy-aware Synthetic Training Data

• arxiv url: http://arxiv.org/abs/2208.07337v1
• Date: Mon, 15 Aug 2022 17:06:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-16 14:09:03.091283
• Title: SYN-MAD 2022: Competition on Face Morphing Attack Detection Based on Privacy-aware Synthetic Training Data
• Title（参考訳）: Syn-MAD 2022: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に基づく顔形態攻撃検出コンペティション
• Authors: Marco Huber, Fadi Boutros, Anh Thi Luu, Kiran Raja, Raghavendra Ramachandra, Naser Damer, Pedro C. Neto, Tiago Gon\c{c}alves, Ana F. Sequeira, Jaime S. Cardoso, Jo\~ao Tremo\c{c}o, Miguel Louren\c{c}o, Sergio Serra, Eduardo Cerme\~no, Marija Ivanovska, Borut Batagelj, Andrej Kronov\v{s}ek, Peter Peer, Vitomir \v{S}truc
• Abstract要約: バイオメトリックス国際会議(IJCB 2022)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(SYN-MAD)に基づく顔モフティング攻撃検出コンペティションの概要を述べる。 この大会には、学界と産業の両方から合計12の参加チームが参加し、11カ国で開催されている。 最終的に7つの有効な申請が参加チームによって提出され、主催者によって評価された。
• 参考スコア（独自算出の注目度）: 8.020790315170853
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a summary of the Competition on Face Morphing Attack Detection Based on Privacy-aware Synthetic Training Data (SYN-MAD) held at the 2022 International Joint Conference on Biometrics (IJCB 2022). The competition attracted a total of 12 participating teams, both from academia and industry and present in 11 different countries. In the end, seven valid submissions were submitted by the participating teams and evaluated by the organizers. The competition was held to present and attract solutions that deal with detecting face morphing attacks while protecting people's privacy for ethical and legal reasons. To ensure this, the training data was limited to synthetic data provided by the organizers. The submitted solutions presented innovations that led to outperforming the considered baseline in many experimental settings. The evaluation benchmark is now available at: https://github.com/marcohuber/SYN-MAD-2022.
• Abstract（参考訳）: 本稿では,2022年国際生体計測合同会議(ijcb 2022)で開かれた,プライバシアウェア合成トレーニングデータ(syn-mad)に基づく顔形態検出に関するコンペティションの概要を紹介する。 このコンペには、学界と産業界の両方から計12チームが参加し、11か国で開催されている。 最終的に7つの有効な申請が参加チームによって提出され、主催者によって評価された。 競争は、倫理的および法的理由から人々のプライバシーを保護しながら、顔の変形攻撃を検知するソリューションを提示し、引き寄せた。 これを保証するため、トレーニングデータは主催者が提供する合成データに限定された。 提出されたソリューションは、多くの実験的な設定で考慮されるベースラインを上回ったイノベーションを提示した。 評価ベンチマークは、https://github.com/marcohuber/SYN-MAD-2022で公開されている。

関連論文リスト

• First Competition on Presentation Attack Detection on ID Card [9.872311870613748]
  バイオメトリックス国際会議(IJCB2024)におけるIDカードの提示検出(PAD-IDCard)に関するコンペティションを要約する。 この競技会には、学業と産業の両方から合計10の登録チームが集まった。 要約すると、「匿名」を選択したチームは74.80%の最高ランキングに達し、続いて77.65%の「IDVC」チームが続いた。
  論文  参考訳（メタデータ） (2024-08-31T07:24:19Z)
• 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)
• SDFR: Synthetic Data for Face Recognition Competition [51.9134406629509]
  大規模な顔認識データセットは、インターネットをクロールして個人の同意なしに収集し、法的、倫理的、プライバシー上の懸念を提起する。 近年、ウェブクローリングされた顔認識データセットにおける懸念を軽減するために、合成顔認識データセットの生成が提案されている。 本稿では,第18回IEEE International Conference on Automatic Face and Gesture Recognition (FG 2024)と共同で開催されているSynthetic Data for Face Recognition (SDFR)コンペティションの概要を紹介する。 SDFRコンペティションは2つのタスクに分けられ、参加者は新しい合成データセットまたは/または既存のデータセットを使用して顔認識システムを訓練することができる。
  論文  参考訳（メタデータ） (2024-04-06T10:30:31Z)
• 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)
• ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
  このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。 提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。 大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
  論文  参考訳（メタデータ） (2023-05-16T18:56:12Z)
• OCFR 2022: Competition on Occluded Face Recognition From Synthetically Generated Structure-Aware Occlusions [11.360543538677916]
  IJCB-OCFR-2022(IJCB-OCFR-2022)は、生体認証に関する国際合同会議(IJCB 2022)によって採択された。 このコンペティションは、厳しい顔のオクルージョンの存在下での顔認識の課題に対処するために開催された。 この競合の主な成果は、明確に定義された評価プロトコルを備えた、挑戦的で、現実的で、多様で、公開されていない顔認識ベンチマークである。
  論文  参考訳（メタデータ） (2022-08-04T16:39:08Z)
• Review of the Fingerprint Liveness Detection (LivDet) competition series: from 2009 to 2021 [3.0828074702828623]
  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。
  論文  参考訳（メタデータ） (2022-02-15T09:14:08Z)
• MFR 2021: Masked Face Recognition Competition [43.60381669339876]
  参加チームは10チームが参加し、応募は有効だった。 これらのチームの提携は多様であり、9カ国のアカデミアや産業と結びついている。 このコンペティションは、マスクされた顔の顔認識精度を高めるためのソリューションの動機付けを目的としている。
  論文  参考訳（メタデータ） (2021-06-29T11:59:56Z)
• CelebA-Spoof Challenge 2020 on Face Anti-Spoofing: Methods and Results [52.037212630137304]
  CelebA-Spoofは、データと被験者の数の点で最大の顔のアンチスプーフィングデータセットです。 本稿では、CelebA-Spoof Challenge 2020 on Face AntiSpoofingの方法と結果を報告する。
  論文  参考訳（メタデータ） (2021-02-25T02:31:41Z)

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。