論文の概要: Unrecognizable Yet Identifiable: Image Distortion with Preserved
Embeddings
- arxiv url: http://arxiv.org/abs/2401.15048v1
- Date: Fri, 26 Jan 2024 18:20:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-29 14:14:29.744888
- Title: Unrecognizable Yet Identifiable: Image Distortion with Preserved
Embeddings
- Title(参考訳): 認識不能だが識別可能:保存埋め込みによる画像歪み
- Authors: Dmytro Zakharov, Oleksandr Kuznetsov, Emanuele Frontoni
- Abstract要約: 本稿では,眼に認識不能な顔画像を描画する革新的な画像歪み手法を提案する。
理論的観点から、我々は最先端のバイオメトリックス認識ニューラルネットワークがいかに信頼性が高いかを考察する。
この手法を適用することで、生体認証システムのセキュリティ、精度、性能のバランスをとるという工学的課題に対する実践的な解決策が示される。
- 参考スコア(独自算出の注目度): 24.403019302064006
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the realm of security applications, biometric authentication systems play
a crucial role, yet one often encounters challenges concerning privacy and
security while developing one. One of the most fundamental challenges lies in
avoiding storing biometrics directly in the storage but still achieving
decently high accuracy. Addressing this issue, we contribute to both artificial
intelligence and engineering fields. We introduce an innovative image
distortion technique that effectively renders facial images unrecognizable to
the eye while maintaining their identifiability by neural network models. From
the theoretical perspective, we explore how reliable state-of-the-art
biometrics recognition neural networks are by checking the maximal degree of
image distortion, which leaves the predicted identity unchanged. On the other
hand, applying this technique demonstrates a practical solution to the
engineering challenge of balancing security, precision, and performance in
biometric authentication systems. Through experimenting on the widely used
datasets, we assess the effectiveness of our method in preserving AI feature
representation and distorting relative to conventional metrics. We also compare
our method with previously used approaches.
- Abstract(参考訳): セキュリティアプリケーションの分野では、生体認証システムは重要な役割を果たすが、プライバシやセキュリティに関する問題に直面していることが多い。
最も根本的な課題の1つは、生体認証を直接ストレージに格納するのを避けることだ。
この問題に対処するため、人工知能とエンジニアリングの両方に貢献する。
本稿では,ニューラルネットワークモデルによる顔画像の識別性を維持しつつ,視覚に認識不能な顔画像を効果的にレンダリングする,革新的な画像歪み手法を提案する。
理論的観点から、予測されたアイデンティティが変化しない画像歪みの最大度をチェックすることによって、最先端のバイオメトリックス認識ニューラルネットワークがいかに信頼できるかを検討する。
一方, この手法の適用は, 生体認証システムにおけるセキュリティ, 精度, 性能のバランスをとる工学的課題に対して, 実践的な解決方法を示すものである。
広範に使用されているデータセットを実験することにより、AI特徴表現の保存と従来のメトリクスに対する歪曲の有効性を評価する。
また、我々の手法を以前使用した手法と比較する。
関連論文リスト
- Embedding Non-Distortive Cancelable Face Template Generation [22.80706131626207]
我々は、目では認識できないが、任意のカスタム埋め込みニューラルネットワークモデルで識別可能な顔画像を実現する革新的な画像歪み技術を導入する。
生体認証ネットワークの信頼性を,予測された同一性を変化させない最大画像歪みを判定することによって検証する。
論文 参考訳(メタデータ) (2024-02-04T15:39:18Z) - TetraLoss: Improving the Robustness of Face Recognition against Morphing
Attacks [7.092869001331781]
顔認識システムは、高セキュリティアプリケーションに広くデプロイされている。
フェースモーフィングのようなデジタル操作は、顔認識システムにセキュリティ上の脅威をもたらす。
本稿では,ディープラーニングに基づく顔認識システムを,顔形態攻撃に対してより堅牢なものにするための新しい手法を提案する。
論文 参考訳(メタデータ) (2024-01-21T21:04:05Z) - AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation
Using Intelligent Sensing System [52.93806509364342]
本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。
本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。
本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
論文 参考訳(メタデータ) (2023-12-18T12:37:35Z) - 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) - Analysis of Recent Trends in Face Recognition Systems [0.0]
クラス間の類似性とクラス内変異により、顔認識システムは、それぞれ偽マッチングと偽非マッチエラーを生成する。
近年の研究では、抽出した特徴の堅牢性向上と、認識精度を高めるための前処理アルゴリズムに焦点が当てられている。
論文 参考訳(メタデータ) (2023-04-23T18:55:45Z) - Disguise without Disruption: Utility-Preserving Face De-Identification [40.484745636190034]
本研究では,修正データの利用性を確保しつつ,顔画像をシームレスに識別する新しいアルゴリズムであるDisguiseを紹介する。
本手法は, 難読化と非可逆性を最大化するために, 変分機構を用いて生成した合成物を用いて, 描写されたアイデンティティを抽出し置換することを含む。
提案手法を複数のデータセットを用いて広範に評価し,様々な下流タスクにおける従来の手法と比較して,高い非識別率と一貫性を示す。
論文 参考訳(メタデータ) (2023-03-23T13:50:46Z) - Homogeneous Low-Resolution Face Recognition Method based Correlation
Features [3.747737951407512]
監視ビデオと画像の低解像度特徴は、高解像度の顔認識アルゴリズムが効果的な特徴情報を抽出することを困難にしている。
密集都市化の時代には、セキュリティ監視における顔認証がますます重要になるため、低解像度監視カメラが生み出す映像フレームの処理に十分な性能を発揮できるアルゴリズムを開発することが不可欠である。
本稿では,同種低分解能監視ビデオの相関特徴に基づく顔認識(CoFFaR)手法について,その理論,実験の詳細,実験結果について詳しく述べる。
論文 参考訳(メタデータ) (2021-11-25T17:11:52Z) - Robust Physical-World Attacks on Face Recognition [52.403564953848544]
ディープニューラルネットワーク(DNN)の開発によって顔認識が大幅に促進された
近年の研究では、DNNは敵対的な事例に対して非常に脆弱であることが示されており、現実世界の顔認識の安全性に対する深刻な懸念が提起されている。
ステッカーによる顔認識の物理的攻撃について検討し、その対向的堅牢性をよりよく理解する。
論文 参考訳(メタデータ) (2021-09-20T06:49:52Z) - Harnessing Unrecognizable Faces for Face Recognition [87.80037162457427]
本稿では,顔画像の認識可能性の尺度を提案し,主に認識可能なアイデンティティを用いて訓練されたディープニューラルネットワークによって実現された。
FAR=1e-5において,認識可能性を考慮した場合,単画像認識の誤り率を58%減少させることを示す。
論文 参考訳(メタデータ) (2021-06-08T05:25:03Z) - Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for
Age and Gender Prediction on Mobile Ocular Images [53.913598771836924]
スマートフォンで撮影した自撮り眼画像を使って年齢や性別を推定します。
ImageNet Challengeの文脈で提案された2つの既存の軽量CNNを適応させる。
一部のネットワークは顔認識のためにさらにトレーニングされており、非常に大規模なトレーニングデータベースが利用可能です。
論文 参考訳(メタデータ) (2021-03-31T01:48:29Z) - 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。