論文の概要: Toward Digitalization: A Secure Approach to Find a Missing Person Using Facial Recognition Technology
- arxiv url: http://arxiv.org/abs/2405.16683v1
- Date: Sun, 26 May 2024 20:25:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-28 19:48:31.490391
- Title: Toward Digitalization: A Secure Approach to Find a Missing Person Using Facial Recognition Technology
- Title（参考訳）: デジタル化に向けて:顔認識技術を用いた行方不明者発見のためのセキュアなアプローチ
- Authors: Abid Faisal Ayon, S M Maksudul Alam,
- Abstract要約: 本稿では, 顔認証技術を用いて, 行方不明者の発見という現実的な課題を, 安全かつ効果的な方法で解決した。
プロセスへの侵入者を邪魔し、行方不明者の発見者と家族の両方に重きを置くことが、この研究の主要な特徴の2つである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Facial Recognition is a technique, based on machine learning technology that can recognize a human being analyzing his facial profile, and is applied in solving various types of realworld problems nowadays. In this paper, a common real-world problem, finding a missing person has been solved in a secure and effective way with the help of facial recognition technology. Although there exist a few works on solving the problem, the proposed work is unique with respect to its security, design, and feasibility. Impeding intruders in participating in the processes and giving importance to both finders and family members of a missing person are two of the major features of this work. The proofs of the works of our system in finding a missing person have been described in the result section of the paper. The advantages that our system provides over the other existing systems can be realized from the comparisons, described in the result summary section of the paper. The work is capable of providing a worthy solution to find a missing person on the digital platform.
- Abstract（参考訳）: 顔認識(英: Facial Recognition)は、人間の顔の特徴を分析していることを認識できる機械学習技術に基づく技術であり、今日では様々な現実世界の問題を解決するために応用されている。
本稿では, 顔認証技術を用いて, 行方不明者の発見という現実的な課題を, 安全かつ効果的な方法で解決した。
この問題を解決するための研究はいくつかあるが、提案された研究は、そのセキュリティ、設計、実現可能性に関してユニークである。
プロセスへの侵入者を邪魔し、行方不明者の発見者と家族の両方に重きを置くことが、この研究の主要な特徴の2つである。
本論文の結果は, 行方不明者の発見に係わるシステム研究の成果を述べるものである。
論文の要約セクションで述べるように, 既存のシステムに対してシステムが提供する利点は, 比較によって実現可能である。
この仕事は、デジタルプラットフォームで行方不明者を見つけるのにふさわしいソリューションを提供することができる。
関連論文リスト
- 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) - SAFER: Situation Aware Facial Emotion Recognition [0.0]
表情から感情を認識する新しいシステムであるSAFERを提案する。
最先端のディープラーニング技術を使って、顔画像からさまざまな特徴を抽出する。
目に見えない多様な表情に適応でき、現実世界の用途に適している。
論文 参考訳（メタデータ） (2023-06-14T20:42:26Z) - Machine Unlearning: A Survey [56.79152190680552]
プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。
この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。
この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。
この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
論文 参考訳（メタデータ） (2023-06-06T10:18:36Z) - Robustness Disparities in Face Detection [64.71318433419636]
本稿では,その顔検出システムの詳細なベンチマークとして,商業モデルと学術モデルのノイズに対する頑健性について検討する。
すべてのデータセットやシステム全体で、$textitmasculineである個人の写真が$textitdarker skin type$$$、$textitdarker$、または$textitdim lighting$は、他のIDよりもエラーの影響を受けやすい。
論文 参考訳（メタデータ） (2022-11-29T05:22:47Z) - Gait Recognition Based on Deep Learning: A Survey [1.731119436110423]
バイオメトリに基づく制御システムは、適切な操作を行うために、個々の期待する行動や協調に依存しない。
いくつかの研究は、歩行認識アプローチによってこの問題に対処することを提案している。
ディープラーニングベースのアプローチは、ほぼあらゆる画像やコンピュータビジョンに関連する問題に対処する、堅牢なツールセットとして最近登場した。
論文 参考訳（メタデータ） (2022-01-10T12:44:42Z) - A Survey on Face Recognition Systems [0.0]
ディープラーニングは、畳み込みベースのアーキテクチャのため、コンピュータビジョンタスクで最も成功したことが証明されている。
ディープラーニングの出現以来、顔認識技術はその精度を大幅に向上させてきた。
論文 参考訳（メタデータ） (2022-01-09T11:47:29Z) - Facial Emotion Recognition: A multi-task approach using deep learning [0.0]
マルチタスク学習アルゴリズムを提案する。一つのCNNが感情とともに対象者の性別、年齢、人種を検出する。
その結果、このアプローチは現在のタスクの最先端技術アルゴリズムよりもはるかに優れていることがわかった。
論文 参考訳（メタデータ） (2021-10-28T11:23:00Z) - Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。
本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文 参考訳（メタデータ） (2020-11-17T18:12:41Z) - Subclass Contrastive Loss for Injured Face Recognition [79.14062188261163]
本稿では, ケガを負った顔認識の問題点に対処し, 課題に対する新たなサブクラスコントラスト損失(SCL)を提案する。
Injured Face (IF) データベースと呼ばれる新しいデータベースも、この方向の研究を促進するために作成されている。
論文 参考訳（メタデータ） (2020-08-05T08:30:29Z) - 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) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z)
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。