論文の概要: Does complimentary information from multispectral imaging improve face presentation attack detection?

• arxiv url: http://arxiv.org/abs/2311.11566v1
• Date: Mon, 20 Nov 2023 07:04:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-21 19:40:33.535781
• Title: Does complimentary information from multispectral imaging improve face presentation attack detection?
• Title（参考訳）: マルチスペクトル画像からの補足情報は顔提示攻撃検出を改善するか?
• Authors: Narayan Vetrekar, Raghavendra Ramachandra, Sushma Venkatesh, Jyoti D. Pawar, R. S. Gad
• Abstract要約: プレゼンテーション攻撃検出(PAD)は、特に可視光スペクトルにおいて広く研究されている。 3種類の異なる人工物から得られた8種類のプレゼンテーションアーティファクトに対して構築したマルチスペクトル画像に基づくPADを提案する。 スコア融合法と画像融合法に基づくPADは優れた性能を示し, 提示品の検出にマルチスペクトルイメージングを用いることの重要性を示した。
• 参考スコア（独自算出の注目度）: 2.8090476488905254
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Presentation Attack Detection (PAD) has been extensively studied, particularly in the visible spectrum. With the advancement of sensing technology beyond the visible range, multispectral imaging has gained significant attention in this direction. We present PAD based on multispectral images constructed for eight different presentation artifacts resulted from three different artifact species. In this work, we introduce Face Presentation Attack Multispectral (FPAMS) database to demonstrate the significance of employing multispectral imaging. The goal of this work is to study complementary information that can be combined in two different ways (image fusion and score fusion) from multispectral imaging to improve the face PAD. The experimental evaluation results present an extensive qualitative analysis of 61650 sample multispectral images collected for bonafide and artifacts. The PAD based on the score fusion and image fusion method presents superior performance, demonstrating the significance of employing multispectral imaging to detect presentation artifacts.
• Abstract（参考訳）: プレゼンテーション攻撃検出(PAD)は、特に可視光スペクトルにおいて広く研究されている。 可視範囲を超えてセンシング技術の進歩により、マルチスペクトルイメージングはこの方向に大きな注目を集めている。 3種類の異なる人工物から得られた8種類のプレゼンテーションアーティファクトを対象としたマルチスペクトル画像に基づくPADを提案する。 本研究では,FPAMS(Face Presentation Attack Multispectral)データベースを導入し,マルチスペクトルイメージングの意義を実証する。 この研究の目的は、マルチスペクトルイメージングから2つの異なる方法(画像融合とスコア融合)で組み合わせることで、顔パッドを改善するための補完的情報の研究である。 実験結果から, ボナフィドおよびアーティファクトから収集した61650個の試料多スペクトル画像の定性解析を行った。 スコア融合法と画像融合法に基づくパッドは優れた性能を示し,マルチスペクトルイメージングを用いたプレゼンテーションアーティファクトの検出の意義を示す。

関連論文リスト

• Attention Fusion Reverse Distillation for Multi-Lighting Image Anomaly Detection [4.677326790094539]
  本研究は,MLIADにおける複数入力を処理するための注意融合逆蒸留法を提案する。 Eyecandiesの実験は、AFRDが他のMLIAD代替品よりも優れたMLIAD性能を達成することを示した。
  論文  参考訳（メタデータ） (2024-06-07T01:26:37Z)
• DA-HFNet: Progressive Fine-Grained Forgery Image Detection and Localization Based on Dual Attention [12.36906630199689]
  DA-HFNet鍛造画像データセットをテキストまたは画像支援GANおよび拡散モデルで作成する。 我々のゴールは、階層的なプログレッシブネットワークを使用して、異なるスケールの偽造物を検出およびローカライゼーションするために捕獲することである。
  論文  参考訳（メタデータ） (2024-06-03T16:13:33Z)
• Diffusion Facial Forgery Detection [56.69763252655695]
  本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。 人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。 その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
  論文  参考訳（メタデータ） (2024-01-29T03:20:19Z)
• A Dual Attentive Generative Adversarial Network for Remote Sensing Image Change Detection [6.906936669510404]
  本稿では,高分解能なリモートセンシング画像変化検出タスクを実現するために,二重注意生成対向ネットワークを提案する。 DAGANフレームワークは、85.01%がIoU、91.48%がF1スコアであり、LEVIRデータセットの先進的な手法よりもパフォーマンスが良い。
  論文  参考訳（メタデータ） (2023-10-03T08:26:27Z)
• Multi-Spectral Image Stitching via Spatial Graph Reasoning [52.27796682972484]
  空間グラフ推論に基づくマルチスペクトル画像縫合法を提案する。 同一のビュー位置から複数スケールの補完機能をノードに埋め込む。 空間的・チャネル的次元に沿った長距離コヒーレンスを導入することにより、画素関係の相補性とチャネル相互依存性は、整列したマルチビュー特徴の再構築に寄与する。
  論文  参考訳（メタデータ） (2023-07-31T15:04:52Z)
• Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation [55.9217962930169]
  S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。 S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
  論文  参考訳（メタデータ） (2023-06-14T09:01:50Z)
• Target-aware Dual Adversarial Learning and a Multi-scenario Multi-Modality Benchmark to Fuse Infrared and Visible for Object Detection [65.30079184700755]
  本研究は、物体検出のために異なるように見える赤外線と可視画像の融合の問題に対処する。 従来のアプローチでは、2つのモダリティの根底にある共通点を発見し、反復最適化またはディープネットワークによって共通空間に融合する。 本稿では、融合と検出の連立問題に対する二段階最適化の定式化を提案し、その後、核融合と一般的に使用される検出ネットワークのためのターゲット認識デュアル逆学習(TarDAL)ネットワークに展開する。
  論文  参考訳（メタデータ） (2022-03-30T11:44:56Z)
• Extending the Unmixing methods to Multispectral Images [2.40297985932927]
  マルチスペクトル像のアンミックスに関する研究は比較的少ない。 基礎的な真実が与えられる2つの超スペクトルデータセットから、シミュレーションされた2つのマルチスペクトルデータセットを作成しました。 VCA,NMF,N-FINDRをマルチスペクトルデータセットで利用するための興味深い結果が得られた。
  論文  参考訳（メタデータ） (2021-11-23T14:10:36Z)
• Multi-Perspective Anomaly Detection [3.3511723893430476]
  我々は,ディープサポートベクトルデータ記述アルゴリズムを構築し,マルチパースペクティブな異常検出に対処する。 我々は、少ない一級データを扱うために、デノナイジングプロセスで異なる拡張手法を採用する。 2つの異なる視点からの画像を用いて新しいダイスデータセットのアプローチを評価し、標準MNISTデータセットのベンチマークを行った。
  論文  参考訳（メタデータ） (2021-05-20T17:07:36Z)
• Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
  単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。 本手法では, 回折光学素子 (DOE) を用いる。 DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
  論文  参考訳（メタデータ） (2020-09-01T14:19:35Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

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。