論文の概要: SynFacePAD 2023: Competition on Face Presentation Attack Detection Based
on Privacy-aware Synthetic Training Data
- arxiv url: http://arxiv.org/abs/2311.05336v1
- Date: Thu, 9 Nov 2023 13:02:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-10 15:15:41.091566
- Title: SynFacePAD 2023: Competition on Face Presentation Attack Detection Based
on Privacy-aware Synthetic Training Data
- Title（参考訳）: SynFacePAD 2023: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に基づく顔提示攻撃検出コンペティション
- Authors: Meiling Fang, Marco Huber, Julian Fierrez, Raghavendra Ramachandra,
Naser Damer, Alhasan Alkhaddour, Maksim Kasantcev, Vasiliy Pryadchenko,
Ziyuan Yang, Huijie Huangfu, Yingyu Chen, Yi Zhang, Yuchen Pan, Junjun Jiang,
Xianming Liu, Xianyun Sun, Caiyong Wang, Xingyu Liu, Zhaohua Chang, Guangzhe
Zhao, Juan Tapia, Lazaro Gonzalez-Soler, Carlos Aravena, Daniel Schulz
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 51.42380508231581
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper presents a summary of the Competition on Face Presentation Attack
Detection Based on Privacy-aware Synthetic Training Data (SynFacePAD 2023) held
at the 2023 International Joint Conference on Biometrics (IJCB 2023). The
competition attracted a total of 8 participating teams with valid submissions
from academia and industry. The competition aimed to motivate and attract
solutions that target detecting face presentation attacks while considering
synthetic-based training data motivated by privacy, legal and ethical concerns
associated with personal data. To achieve that, the training data used by the
participants was limited to synthetic data provided by the organizers. The
submitted solutions presented innovations and novel approaches that led to
outperforming the considered baseline in the investigated benchmarks.
- Abstract（参考訳）: 本稿では,プライバシを意識した総合訓練データ(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,2023年国際バイオメトリクス会議(IJCB 2023)で開催した。
コンペティションには8チームが参加し、アカデミックや業界からの応募が認められた。
このコンペは、個人データに関連するプライバシー、法的、倫理的な懸念に動機づけられた総合的なトレーニングデータを考慮しながら、顔のプレゼンテーション攻撃の検出を目標とするソリューションを動機付け、引き付けることを目的としている。
そのため、参加者が使用するトレーニングデータは、主催者が提供する合成データに限られていた。
提出されたソリューションは、調査されたベンチマークのベースラインを上回らせるイノベーションと新しいアプローチを提示した。
関連論文リスト
- NeurIPS 2023 Competition: Privacy Preserving Federated Learning Document VQA [49.74911193222192]
このコンペティションでは、関連する質問や回答とともに、本物の請求書文書のデータセットが導入された。
ベースモデルは多モード生成言語モデルであり、視覚的またはテキスト的入力モダリティによってセンシティブな情報を公開することができる。
参加者は最小限の効用閾値を維持しながら通信コストを削減するエレガントなソリューションを提案した。
論文 参考訳（メタデータ） (2024-11-06T07:51:19Z) - 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) - SDFR: Synthetic Data for Face Recognition Competition [51.9134406629509]
大規模な顔認識データセットは、インターネットをクロールして個人の同意なしに収集し、法的、倫理的、プライバシー上の懸念を提起する。
近年、ウェブクローリングされた顔認識データセットにおける懸念を軽減するために、合成顔認識データセットの生成が提案されている。
本稿では,第18回IEEE International Conference on Automatic Face and Gesture Recognition (FG 2024)と共同で開催されているSynthetic Data for Face Recognition (SDFR)コンペティションの概要を紹介する。
SDFRコンペティションは2つのタスクに分けられ、参加者は新しい合成データセットまたは/または既存のデータセットを使用して顔認識システムを訓練することができる。
論文 参考訳（メタデータ） (2024-04-06T10:30:31Z) - FRCSyn Challenge at WACV 2024:Face Recognition Challenge in the Era of
Synthetic Data [82.5767720132393]
本稿では,WACV 2024 で組織された FRCSyn における顔認識チャレンジの概要について述べる。
これは、顔認識における合成データの利用を探求し、テクノロジーの既存の限界に対処する最初の国際的課題である。
論文 参考訳（メタデータ） (2023-11-17T12:15:40Z) - LivDet2023 -- Fingerprint Liveness Detection Competition: Advancing
Generalization [6.154783360142315]
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。
論文 参考訳（メタデータ） (2023-09-27T11:24:01Z) - EFaR 2023: Efficient Face Recognition Competition [51.77649060180531]
バイオメトリックス国際会議(IJCB 2023)における効率的な顔認識コンペティション(EFaR)の概要について述べる。
この競技会は6つの異なるチームから17の応募を受けた。
提案したソリューションは、様々なベンチマークで達成された検証精度の重み付けスコアと、浮動小数点演算数とモデルサイズによって与えられるデプロイ可能性に基づいてランク付けされる。
論文 参考訳（メタデータ） (2023-08-08T09:58:22Z) - SYN-MAD 2022: Competition on Face Morphing Attack Detection Based on
Privacy-aware Synthetic Training Data [8.020790315170853]
バイオメトリックス国際会議(IJCB 2022)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(SYN-MAD)に基づく顔モフティング攻撃検出コンペティションの概要を述べる。
この大会には、学界と産業の両方から合計12の参加チームが参加し、11カ国で開催されている。
最終的に7つの有効な申請が参加チームによって提出され、主催者によって評価された。
論文 参考訳（メタデータ） (2022-08-15T17:06:55Z) - OCFR 2022: Competition on Occluded Face Recognition From Synthetically
Generated Structure-Aware Occlusions [11.360543538677916]
IJCB-OCFR-2022(IJCB-OCFR-2022)は、生体認証に関する国際合同会議(IJCB 2022)によって採択された。
このコンペティションは、厳しい顔のオクルージョンの存在下での顔認識の課題に対処するために開催された。
この競合の主な成果は、明確に定義された評価プロトコルを備えた、挑戦的で、現実的で、多様で、公開されていない顔認識ベンチマークである。
論文 参考訳（メタデータ） (2022-08-04T16:39:08Z)
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。