論文の概要: Improving Presentation Attack Detection for ID Cards on Remote
Verification Systems
- arxiv url: http://arxiv.org/abs/2301.09542v1
- Date: Mon, 23 Jan 2023 16:59:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-24 12:57:58.973715
- Title: Improving Presentation Attack Detection for ID Cards on Remote
Verification Systems
- Title(参考訳): 遠隔検証システムにおけるIDカードの提示攻撃検出の改善
- Authors: Sebastian Gonzalez, Juan Tapia
- Abstract要約: 本稿では,IDカードの遠隔生体認証システムのための2段階のエンドツーエンド提示検出手法を提案する。
提案は、実例190,000のチリのIDカードイメージからなるデータベースを使用して、第三者企業の支援により開発された。
本手法は2つの畳み込みニューラルネットワークを個別にトレーニングし,それぞれ1.69%,2.36%のIDカード攻撃でBPCERtextsubscript100スコアに達した。
- 参考スコア(独自算出の注目度): 2.0305676256390934
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper, an updated two-stage, end-to-end Presentation Attack Detection
method for remote biometric verification systems of ID cards, based on
MobileNetV2, is presented. Several presentation attack species such as printed,
display, composite (based on cropped and spliced areas), plastic (PVC), and
synthetic ID card images using different capture sources are used. This
proposal was developed using a database consisting of 190.000 real case Chilean
ID card images with the support of a third-party company. Also, a new framework
called PyPAD, used to estimate multi-class metrics compliant with the ISO/IEC
30107-3 standard was developed, and will be made available for research
purposes. Our method is trained on two convolutional neural networks
separately, reaching BPCER\textsubscript{100} scores on ID cards attacks of
1.69\% and 2.36\% respectively. The two-stage method using both models together
can reach a BPCER\textsubscript{100} score of 0.92\%.
- Abstract(参考訳): 本稿では,mobilenetv2に基づくidカードの遠隔生体認証システムに対する2段階のエンドツーエンドプレゼンテーションアタック検出法を提案する。
印刷物、表示物、複合物(収穫・散布地に基づく)、プラスチック(PVC)、および異なる捕獲源を用いた合成IDカード画像などの表示攻撃種を用いる。
この提案は、サードパーティ企業の支援を受けた190.000実ケースチリのidカードイメージからなるデータベースを用いて開発された。
また、ISO/IEC 30107-3規格に準拠したマルチクラスメトリクスを推定するために使用されるPyPADと呼ばれる新しいフレームワークが開発され、研究目的で利用可能になる予定である。
本手法は2つの畳み込みニューラルネットワークで個別に学習し,それぞれ1.69\%と2.36\%のIDカード攻撃でBPCER\textsubscript{100}スコアに達した。
両方のモデルを用いた2段階の手法は bpcer\textsubscript{100} スコア 0.92\% に達する。
関連論文リスト
- CricaVPR: Cross-image Correlation-aware Representation Learning for
Visual Place Recognition [77.89584556347509]
視覚的位置認識(VPR)のための画像間相関認識を用いたロバストなグローバル表現法を提案する。
提案手法はPitts30k上の94.5%のR@1を512dimのグローバルな特徴を用いて達成する。
論文 参考訳(メタデータ) (2024-02-29T15:05:11Z) - Presentation Attack detection using Wavelet Transform and Deep Residual
Neural Net [5.425986555749844]
生体計測物質は、いくつかの方法でインポスタによって騙されることがある。
バイオメトリック画像、特に虹彩と顔は、異なる提示攻撃に対して脆弱である。
本研究では,生体情報アクセス制御システムにおけるプレゼンテーションアタックの軽減にディープラーニングアプローチを適用した。
論文 参考訳(メタデータ) (2023-11-23T20:21:49Z) - An Open Patch Generator based Fingerprint Presentation Attack Detection
using Generative Adversarial Network [3.5558308387389626]
自動指紋認識システム(AFRS)のセンサに本物の指紋の偽造を提示することによる脅威の一つに、提示攻撃(PA)または偽造(spoofing)がある。
本稿では、GAN(Generative Adversarial Network)を用いて、提案したOpen Patch Generator(OPG)から生成されたスプーフサンプルを用いてデータセットを増強するCNNベースの手法を提案する。
96.20%、94.97%、92.90%の精度は、それぞれLivDetプロトコルのシナリオの下で、LivDet 2015、2017、2019データベースで達成されている。
論文 参考訳(メタデータ) (2023-06-06T10:52:06Z) - MoSFPAD: An end-to-end Ensemble of MobileNet and Support Vector
Classifier for Fingerprint Presentation Attack Detection [2.733700237741334]
本稿では,指紋攻撃を検知する新しいエンドツーエンドモデルを提案する。
提案モデルでは,MobileNetを特徴抽出器として,Support Vectorを分類器として組み込んだ。
提案モデルの性能を最先端の手法と比較する。
論文 参考訳(メタデータ) (2023-03-02T18:27:48Z) - Pattern Spotting and Image Retrieval in Historical Documents using Deep
Hashing [60.67014034968582]
本稿では,歴史文書のデジタルコレクションにおける画像検索とパターンスポッティングのためのディープラーニング手法を提案する。
ディープラーニングモデルは、実数値またはバイナリコード表現を提供する2つの異なるバリエーションを考慮して、特徴抽出に使用される。
また,提案手法により検索時間を最大200倍に短縮し,関連する作業と比較してストレージコストを最大6,000倍に削減する。
論文 参考訳(メタデータ) (2022-08-04T01:39:37Z) - Towards an Efficient Semantic Segmentation Method of ID Cards for
Verification Systems [8.820032281861227]
本研究では,IDカードのセマンティックセグメンテーションを用いて背景を除去する手法を提案する。
MobileUNetとDenseNet10をベースとした2つのディープラーニングアプローチが検討された。
提案手法は,モバイル端末上でのリアルタイム操作に利用できるほど軽量である。
論文 参考訳(メタデータ) (2021-11-24T19:54:17Z) - Unsupervised Pretraining for Object Detection by Patch Reidentification [72.75287435882798]
教師なし表現学習は、オブジェクトディテクタの事前トレーニング表現で有望なパフォーマンスを実現します。
本研究では,オブジェクト検出のための簡易かつ効果的な表現学習手法であるパッチ再識別(Re-ID)を提案する。
私たちの方法は、トレーニングの反復やデータパーセンテージなど、すべての設定でCOCOの同等を大幅に上回ります。
論文 参考訳(メタデータ) (2021-03-08T15:13:59Z) - Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。
各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。
カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
論文 参考訳(メタデータ) (2020-12-19T12:37:04Z) - Anomaly Detection with Convolutional Autoencoders for Fingerprint
Presentation Attack Detection [11.879849130630406]
提示攻撃検出(PAD)法は、ボナファイド被検体由来のサンプルと、提示攻撃装置(PAI)由来のサンプルとを判定するために用いられる。
短波長赤外領域で捕獲されたボナファイドサンプル(すなわち1クラス)にのみ訓練されたオートエンコーダ(AE)に基づく新しいPAD手法を提案する。
論文 参考訳(メタデータ) (2020-08-18T15:33:41Z) - Anomaly Detection-Based Unknown Face Presentation Attack Detection [74.4918294453537]
異常検出に基づくスプーフ攻撃検出は、顔提示攻撃検出の最近の進歩である。
本稿では,異常検出に基づくスプーフ攻撃検出のためのディープラーニングソリューションを提案する。
提案手法はCNNの表現学習能力の恩恵を受け,fPADタスクの優れた特徴を学習する。
論文 参考訳(メタデータ) (2020-07-11T21:20:55Z) - Towards Precise Intra-camera Supervised Person Re-identification [54.86892428155225]
人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。
カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。
われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
論文 参考訳(メタデータ) (2020-02-12T11:56:30Z)
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。