論文の概要: Activity-Biometrics: Person Identification from Daily Activities
- arxiv url: http://arxiv.org/abs/2403.17360v1
- Date: Tue, 26 Mar 2024 03:53:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-27 16:45:50.127446
- Title: Activity-Biometrics: Person Identification from Daily Activities
- Title（参考訳）: 活動バイオメトリックス:日々の活動から個人を同定する
- Authors: Shehreen Azad, Yogesh Singh Rawat,
- Abstract要約: ビデオからバイオメトリックな特徴を学ぶことは、衣料品の色や背景といった外観バイアスの複雑さと存在感のために困難である。
ABNetは,生体と非生体の特徴の絡み合いを利用して,日々の行動から効果的な人物識別を行う新しいフレームワークである。
- 参考スコア（独自算出の注目度）: 3.1844358655583846
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we study a novel problem which focuses on person identification while performing daily activities. Learning biometric features from RGB videos is challenging due to spatio-temporal complexity and presence of appearance biases such as clothing color and background. We propose ABNet, a novel framework which leverages disentanglement of biometric and non-biometric features to perform effective person identification from daily activities. ABNet relies on a bias-less teacher to learn biometric features from RGB videos and explicitly disentangle non-biometric features with the help of biometric distortion. In addition, ABNet also exploits activity prior for biometrics which is enabled by joint biometric and activity learning. We perform comprehensive evaluation of the proposed approach across five different datasets which are derived from existing activity recognition benchmarks. Furthermore, we extensively compare ABNet with existing works in person identification and demonstrate its effectiveness for activity-based biometrics across all five datasets. The code and dataset can be accessed at: \url{https://github.com/sacrcv/Activity-Biometrics/}
- Abstract（参考訳）: 本研究では,日常活動中に個人識別に焦点をあてた新たな課題について検討する。
RGBビデオから生体機能を学ぶことは、時空間の複雑さと衣服の色や背景などの外観バイアスの存在のために困難である。
ABNetは,生体と非生体の特徴の絡み合いを利用して,日々の行動から効果的な人物識別を行う新しいフレームワークである。
ABNetはバイアスのない教師に頼って、RGBビデオから生体的特徴を学習し、生体的歪みの助けを借りて、非生体的特徴を明示的に歪めている。
さらに、ABNetはバイオメトリックスに先立つ活動を利用しており、これは共同でバイオメトリックスとアクティビティの学習が可能である。
既存のアクティビティ認識ベンチマークから得られた5つの異なるデータセットに対して,提案手法の包括的な評価を行う。
さらに、ABNetと個人識別の既存の研究を広範囲に比較し、5つのデータセットすべてにわたるアクティビティベースのバイオメトリックスの有効性を実証する。
コードとデータセットは以下の通りアクセスできる。
関連論文リスト
- Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。
本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
論文 参考訳（メタデータ） (2024-10-15T07:35:51Z) - Multibiometrics Using a Single Face Image [0.11184789007828977]
本研究では, 顔, 虹彩, 眼周囲, 鼻, まぶたの5つの生体特性を組み合わせて, 単一顔画像から抽出できる新しい多生体計測法を提案する。
提案手法は,単面画像のみを入力として使用するため,バイオメトリックスの利便性を犠牲にしない。
論文 参考訳（メタデータ） (2024-09-30T06:55:01Z) - FarSight: A Physics-Driven Whole-Body Biometric System at Large Distance
and Altitude [67.55994773068191]
本稿ではFarSightの設計・開発・評価について述べる。
FarSightは、全身(顔、歩行、身体形状の融合)の生体認証のために設計された革新的なソフトウェアシステムである。
我々は、新たに取得したIARPAバイオメトリック認識とAltitude and Rangeデータセットによる同定を用いて、FarSightの有効性を検証した。
論文 参考訳（メタデータ） (2023-06-29T16:14:27Z) - 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) - Facial Soft Biometrics for Recognition in the Wild: Recent Works,
Annotation, and COTS Evaluation [63.05890836038913]
制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。
1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。
深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
論文 参考訳（メタデータ） (2022-10-24T11:29:57Z) - Non-Contrastive Learning-based Behavioural Biometrics for Smart IoT
Devices [0.9005431161010408]
振る舞いバイオメトリックスは、従来の認証手法の限界を克服する有効な代替手段として検討されている。
最近のビヘイビアバイオメトリックソリューションは、大量の注釈付きトレーニングデータを必要とするディープラーニングモデルを使用している。
我々は,SimSiamをベースとした非コントラスト型自己教師学習を用いて,行動バイオメトリックシステムのラベル効率を向上させることを提案する。
論文 参考訳（メタデータ） (2022-10-24T05:56:32Z) - Multi-Modal Human Authentication Using Silhouettes, Gait and RGB [59.46083527510924]
全体認証は、遠隔生体認証のシナリオにおいて有望なアプローチである。
本稿では,RGBデータとシルエットデータを組み合わせたDME(Dual-Modal Ensemble)を提案する。
DME内では、従来の歩行分析に使用される二重ヘリカル歩行パターンにインスパイアされたGaitPatternを提案する。
論文 参考訳（メタデータ） (2022-10-08T15:17:32Z) - Evaluation of a User Authentication Schema Using Behavioral Biometrics
and Machine Learning [0.0]
本研究では,行動バイオメトリックスを用いたユーザ認証手法の作成と評価により,行動バイオメトリックスの研究に寄与する。
この研究で用いられる行動バイオメトリクスには、タッチダイナミクスと電話の動きがある。
2つのバイオメトリックスの異なる単一モーダルと多モーダルの組み合わせの性能を評価する。
論文 参考訳（メタデータ） (2022-05-07T05:16:34Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳（メタデータ） (2022-03-14T17:05:59Z) - Vision-based techniques for gait recognition [6.817301687702869]
本研究では、歩行認識とモデリングの現在の技術と、研究が行われた環境について論じる。
我々は,バイオメトリックスに基づく人間の認識における新しいパラダイム,すなわち遠距離バイオメトリックスと近距離で動作するバイオメトリックスの組み合わせとして,歩行のフロントノーマルなビューを使用することのモチベーションを提供する。
論文 参考訳（メタデータ） (2020-04-30T06:33:01Z)
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。