Fugu-MT 論文翻訳(概要): Benchmarking of Cancelable Biometrics for Deep Templates

論文の概要: Benchmarking of Cancelable Biometrics for Deep Templates

arxiv url: http://arxiv.org/abs/2302.13286v1
Date: Sun, 26 Feb 2023 10:35:45 GMT
ステータス: 処理完了
システム内更新日: 2023-02-28 17:53:04.302433
Title: Benchmarking of Cancelable Biometrics for Deep Templates
Title（参考訳）: 深部テンプレートのための透視バイオメトリックスのベンチマーク
Authors: Hatef Otroshi Shahreza, Pietro Melzi, Dail\'e Osorio-Roig, Christian Rathgeb, Christoph Busch, S\'ebastien Marcel, Ruben Tolosana, Ruben Vera-Rodriguez
Abstract要約: 我々は,様々な生体計測特性について,いくつかのキャンセル可能な生体計測スキームをベンチマークした。我々は,BioHashing,Multi-Layer Perceptron (MLP) Hashing,Bloom Filter,およびIndex-of-Maximum (IoM) Hashingに基づく2つのスキームを検討する。さらに、ユーザ固有のランダム変換とバイナライゼーションに基づくCBスキームを導入する。
参考スコア（独自算出の注目度）: 12.803168058051542
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper, we benchmark several cancelable biometrics (CB) schemes on different biometric characteristics. We consider BioHashing, Multi-Layer Perceptron (MLP) Hashing, Bloom Filters, and two schemes based on Index-of-Maximum (IoM) Hashing (i.e., IoM-URP and IoM-GRP). In addition to the mentioned CB schemes, we introduce a CB scheme (as a baseline) based on user-specific random transformations followed by binarization. We evaluate the unlinkability, irreversibility, and recognition performance (which are the required criteria by the ISO/IEC 24745 standard) of these CB schemes on deep learning based templates extracted from different physiological and behavioral biometric characteristics including face, voice, finger vein, and iris. In addition, we provide an open-source implementation of all the experiments presented to facilitate the reproducibility of our results.
Abstract（参考訳）: 本稿では,様々な生体計測特性について,いくつかのキャンセル可能な生体計測(CB)手法をベンチマークする。我々は,BioHashing,Multi-Layer Perceptron (MLP) Hashing,Bloom Filter,およびIndex-of-Maximum (IoM) Hashing(IoM-URPとIoM-GRP)に基づく2つのスキームを検討する。上記のcbスキームに加えて、ユーザ固有のランダム変換とバイナリ化に基づく(ベースラインとしての)cbスキームを導入する。顔, 声, 指の静脈, 虹彩などの生理的, 行動的特徴から抽出した深層学習型テンプレートを用いて, これらのCBスキームの非リンク性, 不可逆性, 認識性能(ISO/IEC 24745規格の要求基準)を評価した。さらに,提案するすべての実験をオープンソースで実装し,再現性の向上を図る。

関連論文リスト

Prototype Learning Guided Hybrid Network for Breast Tumor Segmentation in DCE-MRI [58.809276442508256]
本稿では,畳み込みニューラルネットワーク(CNN)とトランスフォーマー層を組み合わせたハイブリッドネットワークを提案する。プライベートおよびパブリックなDCE-MRIデータセットの実験結果から,提案したハイブリッドネットワークは最先端の手法よりも優れた性能を示した。
論文参考訳（メタデータ） (2024-08-11T15:46:00Z)
Heterogenous Memory Augmented Neural Networks [84.29338268789684]
ニューラルネットワークのための新しいヘテロジニアスメモリ拡張手法を提案する。学習可能なメモリトークンをアテンション機構付きで導入することにより、膨大な計算オーバーヘッドを伴わずに性能を効果的に向上させることができる。 In-distriion (ID) と Out-of-distriion (OOD) の両方の条件下での様々な画像およびグラフベースのタスクに対するアプローチを示す。
論文参考訳（メタデータ） (2023-10-17T01:05:28Z)
Privacy-preserving Multi-biometric Indexing based on Frequent Binary Patterns [7.092869001331781]
本稿では,保護された深いキャンセル可能なテンプレートを検索する,効率的なプライバシー保護型マルチバイオメトリック識別システムを提案する。異なるタイプの生体特性から抽出された頻繁な二分パターンに含まれる低クラス内部の変動特性を利用するために,マルチバイオメトリック・ビンニング方式が設計された。
論文参考訳（メタデータ） (2023-10-04T18:18:24Z)
OTB-morph: One-Time Biometrics via Morphing [16.23764869038004]
本稿では,生体計測をキャンセル可能な変換関数として活用する新しいアイデアを提案する。フェースバイオメトリックスに対して提案手法を実験的に実装する。
論文参考訳（メタデータ） (2023-02-17T18:39:40Z)
Quality-Based Conditional Processing in Multi-Biometrics: Application to Sensor Interoperability [63.05238390013457]
2007年のバイオセキュリティ・マルチモーダル・アセスメント・キャンペーンにおいて,ATVS-UAM融合手法を品質ベースで評価し,評価を行った。我々のアプローチは線形ロジスティック回帰に基づいており、融合したスコアはログライクな比率になる傾向にある。その結果,提案手法はルールベースの核融合方式よりも優れていることがわかった。
論文参考訳（メタデータ） (2022-11-24T12:11:22Z)
Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation [63.05890836038913]
制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。 1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
論文参考訳（メタデータ） (2022-10-24T11:29:57Z)
OTB-morph: One-Time Biometrics via Morphing applied to Face Templates [8.623680649444212]
本稿では,テンプレートを潜在的な攻撃から保護することを目的とした,キャンセル可能なバイオメトリックスのための新しい手法を提案する。フェースバイオメトリックスに対して提案手法を実験的に実装する。
論文参考訳（メタデータ） (2021-11-25T18:35:34Z)
Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal Biometric Fusion Algorithms [58.156733807470395]
本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
論文参考訳（メタデータ） (2021-11-17T13:39:48Z)
Signal-level Fusion for Indexing and Retrieval of Facial Biometric Data [17.297562114613505]
提案手法は,オープンソースおよび商用オフザシェルフ認識システムを用いて,公開データベース上で広範囲に評価される。その結果,提案手法を用いることで,計算負荷を30%程度削減できることがわかった。
論文参考訳（メタデータ） (2021-03-05T14:06:54Z)
G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for Biomarker Identification and Disease Classification [49.53651166356737]
診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。 2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
論文参考訳（メタデータ） (2021-01-27T19:28:04Z)
Deep Hashing for Secure Multimodal Biometrics [1.7188280334580195]
本稿では,各ユーザの顔と虹彩バイオメトリックスからセキュアなマルチモーダルテンプレートを生成する特徴レベル融合のためのフレームワークを提案する。キャンセル可能なバイオメトリックと安全なスケッチ技術を組み合わせることで、ハイブリッドなセキュアアーキテクチャを採用しています。提案手法は,生体データのプライバシ向上とともに,テンプレートのキャンセル性とアンリンク性も提供する。
論文参考訳（メタデータ） (2020-12-29T14:15:05Z)

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。