論文の概要: Enhancing Mobile Privacy and Security: A Face Skin Patch-Based
Anti-Spoofing Approach
- arxiv url: http://arxiv.org/abs/2308.04798v1
- Date: Wed, 9 Aug 2023 08:36:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-10 14:33:42.948773
- Title: Enhancing Mobile Privacy and Security: A Face Skin Patch-Based
Anti-Spoofing Approach
- Title(参考訳): モバイルプライバシとセキュリティの強化 - Face Skin Patchベースのアンチスプーフィングアプローチ
- Authors: Qiushi Guo
- Abstract要約: 顔認識システム(FAS)は,顔認識システムのセキュリティを高めるために重要なコンポーネントである。
従来のFASは、スプーフィングトレースを検出するために、識別情報を含む画像を使用していたが、これらの画像の送信と保存中にプライバシー漏洩のリスクがある。
そこで本研究では,純粋な顔皮膚パッチ画像を入力として利用した顔皮膚パッチに基づく顔用アンチスプーフィングアルゴリズムを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As Facial Recognition System(FRS) is widely applied in areas such as access
control and mobile payments due to its convenience and high accuracy. The
security of facial recognition is also highly regarded. The Face anti-spoofing
system(FAS) for face recognition is an important component used to enhance the
security of face recognition systems. Traditional FAS used images containing
identity information to detect spoofing traces, however there is a risk of
privacy leakage during the transmission and storage of these images. Besides,
the encryption and decryption of these privacy-sensitive data takes too long
compared to inference time by FAS model. To address the above issues, we
propose a face anti-spoofing algorithm based on facial skin patches leveraging
pure facial skin patch images as input, which contain no privacy information,
no encryption or decryption is needed for these images. We conduct experiments
on several public datasets, the results prove that our algorithm has
demonstrated superiority in both accuracy and speed.
- Abstract(参考訳): 顔認識システム(FRS)はその利便性と高精度さからアクセス制御やモバイル決済などの分野で広く利用されている。
顔認識の安全性も高く評価されている。
顔認識のためのフェイスアンチスプーフィングシステム(fas)は、顔認識システムのセキュリティを強化するために使用される重要なコンポーネントである。
従来のfasは、識別情報を含む画像を使用してスプーフィングトレースを検出するが、これらの画像の送信と保存の間にプライバシーリークのリスクがある。
さらに、これらのプライバシーに敏感なデータの暗号化と復号化は、fasモデルによる推論よりも時間がかかり過ぎます。
そこで本研究では,顔の皮膚パッチ画像の入力として,プライバシ情報や暗号化や復号化を必要とせず,顔の皮膚パッチに基づく顔のスプーフィング防止アルゴリズムを提案する。
我々は,いくつかの公開データセットで実験を行い,本アルゴリズムが精度と速度の両方において優れていることを証明した。
関連論文リスト
- Privacy-Preserving Face Recognition in Hybrid Frequency-Color Domain [16.05230409730324]
顔画像は、各ユーザのアイデンティティ情報に関連付けられた、敏感なバイオメトリック属性である。
本稿では,顔認識の入力次元を低減するために,ハイブリッド周波数-カラー融合法を提案する。
1:Nの検証シナリオの最先端よりも約2.6%から4.2%高い精度を持つ。
論文 参考訳(メタデータ) (2024-01-24T11:27:32Z) - Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。
顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
論文 参考訳(メタデータ) (2023-10-18T14:49:54Z) - Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。
具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。
本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
論文 参考訳(メタデータ) (2023-09-11T09:26:07Z) - Privacy-Preserving Face Recognition Using Random Frequency Components [46.95003101593304]
顔認識によってプライバシーの懸念が高まっている。
人間の知覚可能な低周波成分を抽出することで視覚情報を隠蔽することを提案する。
得られた知見を,プライバシ保護のための新しい顔認識手法であるPartialFaceに抽出する。
論文 参考訳(メタデータ) (2023-08-21T04:31:02Z) - DuetFace: Collaborative Privacy-Preserving Face Recognition via Channel
Splitting in the Frequency Domain [23.4606547767188]
DuetFaceは、周波数領域における協調推論を利用するプライバシー保護の顔認識手法である。
提案手法は、保護されていないArcFaceと同等の認識精度とコストを達成し、最先端のプライバシ保存手法より優れている。
論文 参考訳(メタデータ) (2022-07-15T08:35:44Z) - Privacy-Preserving Face Recognition with Learnable Privacy Budgets in
Frequency Domain [77.8858706250075]
本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。
本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
論文 参考訳(メタデータ) (2022-07-15T07:15:36Z) - FaceMAE: Privacy-Preserving Face Recognition via Masked Autoencoders [81.21440457805932]
顔のプライバシと認識性能を同時に考慮する新しいフレームワークFaceMAEを提案する。
ランダムにマスクされた顔画像は、FaceMAEの再構築モジュールのトレーニングに使用される。
また、いくつかの公開顔データセット上で十分なプライバシー保護顔認証を行う。
論文 参考訳(メタデータ) (2022-05-23T07:19:42Z) - Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。
TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
論文 参考訳(メタデータ) (2020-03-15T12:45:10Z)
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。