論文の概要: Privacy-preserving Multi-biometric Indexing based on Frequent Binary Patterns

• arxiv url: http://arxiv.org/abs/2310.03091v1
• Date: Wed, 4 Oct 2023 18:18:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-06 20:41:44.321582
• Title: Privacy-preserving Multi-biometric Indexing based on Frequent Binary Patterns
• Title（参考訳）: 頻繁なバイナリパターンに基づくプライバシ保存型マルチバイオメトリックインデクシング
• Authors: Daile Osorio-Roig, Lazaro J. Gonzalez-Soler, Christian Rathgeb, Christoph Busch
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 7.092869001331781
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The development of large-scale identification systems that ensure the privacy protection of enrolled subjects represents a major challenge. Biometric deployments that provide interoperability and usability by including efficient multi-biometric solutions are a recent requirement. In the context of privacy protection, several template protection schemes have been proposed in the past. However, these schemes seem inadequate for indexing (workload reduction) in biometric identification systems. More specifically, they have been used in identification systems that perform exhaustive searches, leading to a degradation of computational efficiency. To overcome these limitations, we propose an efficient privacy-preserving multi-biometric identification system that retrieves protected deep cancelable templates and is agnostic with respect to biometric characteristics and biometric template protection schemes. To this end, a multi-biometric binning scheme is designed to exploit the low intra-class variation properties contained in the frequent binary patterns extracted from different types of biometric characteristics. Experimental results reported on publicly available databases using state-of-the-art Deep Neural Network (DNN)-based embedding extractors show that the protected multi-biometric identification system can reduce the computational workload to approximately 57\% (indexing up to three types of biometric characteristics) and 53% (indexing up to two types of biometric characteristics), while simultaneously improving the biometric performance of the baseline biometric system at the high-security thresholds. The source code of the proposed multi-biometric indexing approach together with the composed multi-biometric dataset, will be made available to the research community once the article is accepted.
• Abstract（参考訳）: 登録対象者のプライバシー保護を確実にする大規模識別システムの開発は大きな課題である。 効率的なマルチバイオメトリックソリューションを含むことで相互運用性とユーザビリティを提供するバイオメトリックデプロイメントは、最近の要件である。 プライバシー保護の文脈では、過去にいくつかのテンプレート保護スキームが提案されている。 しかしながら、これらのスキームは生体認証システムにおいてインデックス化(作業負荷削減)には不十分であるように見える。 具体的には、徹底的な探索を行う識別システムで使われており、計算効率の低下につながっている。 これらの制約を克服するため、保護された深いキャンセル可能なテンプレートを検索し、生体特性や生体テンプレート保護スキームに関して非依存な、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。 この目的のために, 異なるバイオメトリック特性から抽出された頻繁なバイナリパターンに含まれるクラス内変動特性の低さを活用すべく, マルチバイオメトリックバイナリ化方式を提案する。 Experimental results reported on publicly available databases using state-of-the-art Deep Neural Network (DNN)-based embedding extractors show that the protected multi-biometric identification system can reduce the computational workload to approximately 57\% (indexing up to three types of biometric characteristics) and 53% (indexing up to two types of biometric characteristics), while simultaneously improving the biometric performance of the baseline biometric system at the high-security thresholds. 提案するマルチバイオメトリックインデクシングアプローチのソースコードと、構成されたマルチバイオメトリックデータセットは、記事が受け入れられ次第、研究コミュニティで利用可能になる予定である。

関連論文リスト

• General Framework to Evaluate Unlinkability in Biometric Template Protection Systems [8.594189672226165]
  本稿では,バイオメトリックテンプレートの非リンク性評価のための新しいフレームワークを提案する。 バイオメトリック・ソルトリング,ブルームフィルタ,ホモモルフィック・暗号化,ブロック再マッピングという,バイオメトリック・テンプレート保護のための最先端技術4つの非リンク性の評価に応用した。
  論文  参考訳（メタデータ） (2023-11-08T12:22:57Z)
• Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
  本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。 マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。 ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:24:51Z)
• Multimodal Adaptive Fusion of Face and Gait Features using Keyless attention based Deep Neural Networks for Human Identification [67.64124512185087]
  歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。 本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-24T05:28:35Z)
• Benchmarking of Cancelable Biometrics for Deep Templates [12.803168058051542]
  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。
  論文  参考訳（メタデータ） (2023-02-26T10:35:45Z)
• Fingerprint Image-Quality Estimation and its Application to Multialgorithm Verification [56.128200319868526]
  信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。 本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。 定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
  論文  参考訳（メタデータ） (2022-11-24T12:17:49Z)
• 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)
• Feature Fusion Methods for Indexing and Retrieval of Biometric Data: Application to Face Recognition with Privacy Protection [15.834050000008878]
  提案手法は生体認証トランザクションに関連する計算負荷を90%削減する。 この方法は、保護された生体データの無リンク性、不可逆性、および更新性を保証する。
  論文  参考訳（メタデータ） (2021-07-27T08:53:29Z)
• Biometrics: Trust, but Verify [49.9641823975828]
  バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。 生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
  論文  参考訳（メタデータ） (2021-05-14T03:07:25Z)
• 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)
• 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)
• Generalized Iris Presentation Attack Detection Algorithm under Cross-Database Settings [63.90855798947425]
  プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。 本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。 これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
  論文  参考訳（メタデータ） (2020-10-25T22:42:27Z)

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。