論文の概要: Can Shadows Reveal Biometric Information?

• arxiv url: http://arxiv.org/abs/2209.10077v1
• Date: Wed, 21 Sep 2022 02:36:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-22 15:43:13.539804
• Title: Can Shadows Reveal Biometric Information?
• Title（参考訳）: シャドーは生体情報を明らかにするか?
• Authors: Safa C. Medin, Amir Weiss, Fr\'edo Durand, William T. Freeman, Gregory W. Wornell
• Abstract要約: 生体情報漏洩は,代表シナリオ下での信頼性の高い同一性推論に十分であることを示す。 そこで我々は,この現象を実環境で示す学習ベース手法を開発した。
• 参考スコア（独自算出の注目度）: 48.3561395627331
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the problem of extracting biometric information of individuals by looking at shadows of objects cast on diffuse surfaces. We show that the biometric information leakage from shadows can be sufficient for reliable identity inference under representative scenarios via a maximum likelihood analysis. We then develop a learning-based method that demonstrates this phenomenon in real settings, exploiting the subtle cues in the shadows that are the source of the leakage without requiring any labeled real data. In particular, our approach relies on building synthetic scenes composed of 3D face models obtained from a single photograph of each identity. We transfer what we learn from the synthetic data to the real data using domain adaptation in a completely unsupervised way. Our model is able to generalize well to the real domain and is robust to several variations in the scenes. We report high classification accuracies in an identity classification task that takes place in a scene with unknown geometry and occluding objects.
• Abstract（参考訳）: 拡散面に投げられた物体の影を見て個体の生体情報を抽出する問題を検討する。 陰影からの生体情報漏洩は,最大可能性分析により,代表シナリオ下での信頼性の高い同一性推論に十分であることを示す。 次に,この現象を実環境で実演する学習ベース手法を開発し,ラベル付き実データを必要としない漏洩源である影の微妙な手がかりを利用する。 特に,各アイデンティティの1枚の写真から得られた3次元顔モデルを用いた合成シーンの構築が本手法の特徴である。 合成データから学んだものを、完全に教師なしの方法でドメイン適応を用いて実データに転送する。 我々のモデルは実領域によく一般化することができ、シーンのいくつかのバリエーションに対して堅牢である。 我々は,未知の幾何学的特徴を持つシーンで発生する識別分類タスクにおいて,高い分類精度を報告している。

関連論文リスト

• Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding [50.448520056844885]
  本研究では,実世界のパターンを持つ多様な合成シーンを生成可能なベイズネットワークを提案する。 一連の実験は、既存の最先端の事前学習手法に比べて、我々の手法が一貫した優位性を示す。
  論文  参考訳（メタデータ） (2024-06-17T07:43:53Z)
• Towards Zero-Shot Interpretable Human Recognition: A 2D-3D Registration Framework [16.15084484295732]
  法学・法学の目的(裁判所など)に使える証拠を提供することが重要である。 本稿では,3つの弱点を同時に解決することを目的とした,最初の認識フレームワークと戦略について述べる。
  論文  参考訳（メタデータ） (2024-03-11T12:27:20Z)
• Deepfake detection by exploiting surface anomalies: the SurFake approach [29.088218634944116]
  本稿では, ディープフェイク生成が, 買収時のシーン全体の特性に与える影響について検討する。 画像に描かれた表面の特性を解析することにより、深度検出のためにCNNを訓練するのに使用できる記述子を得ることができる。
  論文  参考訳（メタデータ） (2023-10-31T16:54:14Z)
• DisPositioNet: Disentangled Pose and Identity in Semantic Image Manipulation [83.51882381294357]
  DisPositioNetは、シーングラフを用いた画像操作のタスクに対して、各オブジェクトのアンタングル表現を学習するモデルである。 我々のフレームワークは、グラフ内の特徴表現と同様に、変分潜在埋め込みの切り離しを可能にする。
  論文  参考訳（メタデータ） (2022-11-10T11:47:37Z)
• Towards 3D Scene Understanding by Referring Synthetic Models [65.74211112607315]
  メソッドは通常、実際のシーンスキャンにおける過剰なアノテーションを緩和する。 合成モデルは、合成特徴の実際のシーンカテゴリを、統一された特徴空間にどのように依存するかを考察する。 実験の結果,ScanNet S3DISデータセットの平均mAPは46.08%,学習データセットは55.49%であった。
  論文  参考訳（メタデータ） (2022-03-20T13:06:15Z)
• Facial Geometric Detail Recovery via Implicit Representation [147.07961322377685]
  そこで本研究では,一眼の顔画像のみを用いて,テクスチャガイドを用いた幾何的細部復元手法を提案する。 提案手法は,高品質なテクスチャ補完と暗黙の面の強力な表現性を組み合わせたものである。 本手法は, 顔の正確な細部を復元するだけでなく, 正常部, アルベド部, シェーディング部を自己監督的に分解する。
  論文  参考訳（メタデータ） (2022-03-18T01:42:59Z)
• Generation of Non-Deterministic Synthetic Face Datasets Guided by Identity Priors [19.095368725147367]
  本稿では、StyleGANの構造化された潜在空間を利用して、マット付き顔画像を生成する非決定論的手法を提案する。 25,919個の合成IDを含む77,034個のサンプルからなる合成顔画像(SymFace)のデータセットを作成する。
  論文  参考訳（メタデータ） (2021-12-07T11:08:47Z)
• Fake It Till You Make It: Face analysis in the wild using synthetic data alone [9.081019005437309]
  合成データだけで顔関連コンピュータビジョンを野生で実行可能であることを示す。 本稿では、手続き的に生成された3次元顔モデルと手作り資産の包括的ライブラリを組み合わせることで、前例のないリアリズムによるトレーニング画像のレンダリングを行う方法について述べる。
  論文  参考訳（メタデータ） (2021-09-30T13:07:04Z)
• Face Forgery Detection by 3D Decomposition [72.22610063489248]
  顔画像は、基礎となる3次元幾何学と照明環境の介入の産物とみなす。 顔画像を3次元形状、共通テクスチャ、アイデンティティテクスチャ、周囲光、そして直接光に切り離すことで、悪魔は直接光とアイデンティティテクスチャの中に横たわる。 直接光と識別テクスチャを組み合わせた顔のディテールを,微妙な偽造パターンを検出する手がかりとして活用することを提案する。
  論文  参考訳（メタデータ） (2020-11-19T09:25:44Z)
• Methodology for Building Synthetic Datasets with Virtual Humans [1.5556923898855324]
  大規模なデータセットは、ディープニューラルネットワークの改善、ターゲットトレーニングに使用することができる。 特に,100の合成IDからなるデータセットにまたがる複数の2次元画像のレンダリングに3次元形態素顔モデルを用いる。
  論文  参考訳（メタデータ） (2020-06-21T10:29:36Z)

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。