論文の概要: LivDet2023 -- Fingerprint Liveness Detection Competition: Advancing Generalization

• arxiv url: http://arxiv.org/abs/2309.15578v1
• Date: Wed, 27 Sep 2023 11:24:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-28 14:06:38.194250
• Title: LivDet2023 -- Fingerprint Liveness Detection Competition: Advancing Generalization
• Title（参考訳）: LivDet2023 -- Fingerprint Liveness Detection competition: Advancing Generalization
• Authors: Marco Micheletto and Roberto Casula and Giulia Orr\`u and Simone Carta and Sara Concas and Simone Maurizio La Cava and Julian Fierrez and Gian Luca Marcialis
• Abstract要約: 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(International Fingerprint Liveness Detection Competition, LivDet)は、学術や産業の参加者を招き、フィンガープリント提示攻撃コンペティション(PAD)の進歩を証明するイベントである。 この版のLivDet2023では、検証システムに埋め込まれたPADの有効性と特徴セットの有効性とコンパクト性を評価するために、Liveness Detection in ActionとFingerprint Representationという2つの課題が提案された。
• 参考スコア（独自算出の注目度）: 6.154783360142315
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The International Fingerprint Liveness Detection Competition (LivDet) is a biennial event that invites academic and industry participants to prove their advancements in Fingerprint Presentation Attack Detection (PAD). This edition, LivDet2023, proposed two challenges, Liveness Detection in Action and Fingerprint Representation, to evaluate the efficacy of PAD embedded in verification systems and the effectiveness and compactness of feature sets. A third, hidden challenge is the inclusion of two subsets in the training set whose sensor information is unknown, testing participants ability to generalize their models. Only bona fide fingerprint samples were provided to participants, and the competition reports and assesses the performance of their algorithms suffering from this limitation in data availability.
• Abstract（参考訳）: 国際指紋ライブネス検出コンペティション(livdet)は、学術および産業の参加者が指紋提示攻撃検出(pad)の進歩を証明するために招待する二年次イベントである。 本版livdet2023では,検証システムに埋め込まれたパッドの有効性と機能セットの有効性とコンパクト性を評価するため,動作中の生体検出と指紋表現の2つの課題を提案した。 第3の隠れた課題は、センサー情報が不明なトレーニングセットに2つのサブセットを含め、参加者がモデルを一般化する能力をテストすることだ。 参加者にはボナファイド指紋サンプルのみが提供され、コンペティションはデータ可用性のこの制限に苦しむアルゴリズムのパフォーマンスを報告し、評価する。

関連論文リスト

• Second Edition FRCSyn Challenge at CVPR 2024: Face Recognition Challenge in the Era of Synthetic Data [104.45155847778584]
  本稿では,合成データ時代における第2回顔認識チャレンジの概要について述べる。 FRCSynは、現在の技術的制限に対処するために、顔認識における合成データの使用について調査することを目的としている。
  論文  参考訳（メタデータ） (2024-04-16T08:15:10Z)
• 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)
• DyFFPAD: Dynamic Fusion of Convolutional and Handcrafted Features for Fingerprint Presentation Attack Detection [1.9573380763700712]
  ユーザの指紋を同意の有無にかかわらず偽造することにより、提示攻撃を行うことができる。 本稿では,プレゼンテーションアタックを検出するために,深層CNNと手作り特徴の動的アンサンブルを提案する。 提案手法をLiveness Detection Competitionからベンチマークデータベース上で検証した。
  論文  参考訳（メタデータ） (2023-08-19T13:46:49Z)
• Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
  顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。 この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。 制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
  論文  参考訳（メタデータ） (2023-04-12T10:29:42Z)
• 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)
• Federated Test-Time Adaptive Face Presentation Attack Detection with Dual-Phase Privacy Preservation [100.69458267888962]
  顔提示攻撃検出(fPAD)は、現代の顔認識パイプラインにおいて重要な役割を果たす。 法的およびプライバシー上の問題により、トレーニングデータ(実際の顔画像と偽画像)は、異なるデータソース間で直接共有することはできない。 本稿では,二相プライバシー保護フレームワークを用いたフェデレーションテスト時間適応顔提示検出を提案する。
  論文  参考訳（メタデータ） (2021-10-25T02:51:05Z)
• ASVspoof 2021: accelerating progress in spoofed and deepfake speech detection [70.45884214674057]
  ASVspoof 2021は、スプーフの研究を促進するための2年制の課題の第4版である。 本稿では,3つのタスク,それぞれのデータベース,評価基準,4つの課題ベースライン,評価プラットフォーム,課題結果の要約について述べる。
  論文  参考訳（メタデータ） (2021-09-01T16:17:31Z)
• LivDet 2021 Fingerprint Liveness Detection Competition -- Into the unknown [1.75485410385325]
  国際フィンガープリント・ライブネス・ディテクション・コンペティション(International Fingerprint Liveness Detection Competition)は、学術・産業向けの国際二年制コンペティションである。 LivDetが達成した最大数である23のアルゴリズムが競技会に提出された。
  論文  参考訳（メタデータ） (2021-08-23T13:53:25Z)
• Mobile Touchless Fingerprint Recognition: Implementation, Performance and Usability Aspects [13.664130356074052]
  本研究は,スマートフォン用タッチレス指紋自動認識システムを提案する。 認識パイプライン全体を包括的に記述し,完全自動化したキャプチャシステムにおける重要な要件について考察する。
  論文  参考訳（メタデータ） (2021-03-04T13:56:16Z)
• Analysing Affective Behavior in the First ABAW 2020 Competition [49.90617840789334]
  ABAW(Affective Behavior Analysis in-the-Wild) 2020コンペティションは、3つの主要な行動タスクの自動分析を目的とした最初のコンペティションである。 アルゼンチンのブエノスアイレスで2020年5月に開催されたIEEE Face and Gesture Recognitionと共同で開催されるこのコンペティションについて説明する。 評価指標を概説し,ベースラインシステムとトップ3の実施するチームの方法論をチャレンジ毎に提示し,その結果を最終的に提示する。
  論文  参考訳（メタデータ） (2020-01-30T15:41:14Z)

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。