論文の概要: Trustworthy Compression? Impact of AI-based Codecs on Biometrics for Law Enforcement
- arxiv url: http://arxiv.org/abs/2408.10823v1
- Date: Tue, 20 Aug 2024 13:18:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-21 13:35:12.718119
- Title: Trustworthy Compression? Impact of AI-based Codecs on Biometrics for Law Enforcement
- Title（参考訳）: 信頼できる圧縮 : 法執行のためのバイオメトリックスに対するAIベースのコーデックの影響
- Authors: Sandra Bergmann, Denise Moussa, Christian Riess,
- Abstract要約: 我々は,AI圧縮が虹彩,指紋,軟生体計測画像に与える影響について検討する。
虹彩認識は強い影響を受けうるが、指紋認識は非常に堅牢である。
細部が失われることは、布地やタトゥー画像によく見られる。
- 参考スコア（独自算出の注目度）: 6.014777261874645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image-based biometrics can aid law enforcement in various aspects, for example in iris, fingerprint and soft-biometric recognition. A critical precondition for recognition is the availability of sufficient biometric information in images. It is visually apparent that strong JPEG compression removes such details. However, latest AI-based image compression seemingly preserves many image details even for very strong compression factors. Yet, these perceived details are not necessarily grounded in measurements, which raises the question whether these images can still be used for biometric recognition. In this work, we investigate how AI compression impacts iris, fingerprint and soft-biometric (fabrics and tattoo) images. We also investigate the recognition performance for iris and fingerprint images after AI compression. It turns out that iris recognition can be strongly affected, while fingerprint recognition is quite robust. The loss of detail is qualitatively best seen in fabrics and tattoos images. Overall, our results show that AI-compression still permits many biometric tasks, but attention to strong compression factors in sensitive tasks is advisable.
- Abstract（参考訳）: 画像ベースのバイオメトリックスは、虹彩、指紋、ソフトバイオメトリック認識など、様々な面で法執行を助けることができる。
認識のための重要な前提条件は、画像に十分な生体情報が得られることである。
強いJPEG圧縮がそのような詳細を取り除くことは、視覚的に明らかである。
しかし、最新のAIベースの画像圧縮は、非常に強い圧縮要因であっても、多くの画像の詳細を保存しているように見える。
しかし、これらの認識された詳細は必ずしも測定に基礎を置いていないため、これらの画像が生体認証に使用できるかどうかという疑問が提起される。
本研究では,AI圧縮が虹彩,指紋,ソフトバイオメトリックス(ファブリック,タトゥー)画像に与える影響について検討する。
また,AI圧縮後の虹彩画像と指紋画像の認識性能についても検討した。
虹彩認識は強い影響を受けうるが、指紋認識は非常に堅牢である。
ディテールの喪失は、布地やタトゥー画像によく見られる。
全体として、AI圧縮は依然として多くのバイオメトリックなタスクを許容するが、センシティブなタスクにおける強い圧縮要因への注意は推奨できる。
関連論文リスト
- Effectiveness of learning-based image codecs on fingerprint storage [19.292976022250684]
本研究は,指紋画像の記憶における学習ベース画像コーデックの適応性に関する最初の研究である。
一定のレートで学習されたソリューションは、JPEG2000のような以前の指紋コーディング標準を大幅に上回った。
その結果、学習した圧縮加工品の特異性は、指紋の自動識別を妨げないことがわかった。
論文 参考訳（メタデータ） (2024-09-27T13:23:17Z) - Hand Biometrics in Digital Forensics [23.139293889265335]
何十年もの間、多くの生物学的特徴が法医学において重要な役割を演じてきた。
非常に大きなデータベースにおいて、手の特徴が純粋にユニークであることの危機のため、検証のみに関係している可能性がある。
論文 参考訳（メタデータ） (2024-02-17T06:10:00Z) - Training Data Improvement for Image Forgery Detection using Comprint [15.650121802816878]
ComprintはJPEG圧縮指紋を利用した偽造検出を可能にする。
本稿では,トレーニングセットがComprintのパフォーマンスに与える影響を評価する。
論文 参考訳（メタデータ） (2022-11-25T12:57:51Z) - Hierarchical Perceptual Noise Injection for Social Media Fingerprint
Privacy Protection [106.5308793283895]
ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します
指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。
この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
論文 参考訳（メタデータ） (2022-08-23T02:20:46Z) - A review of schemes for fingerprint image quality computation [66.32254395574994]
本稿では,指紋画像品質計算における既存手法について概説する。
また、9000個の指紋画像を含むMCYTデータベースを用いて、それらの選択を実装し、テストし、比較する。
論文 参考訳（メタデータ） (2022-07-12T10:34:03Z) - Super-Resolution for Selfie Biometrics: Introduction and Application to
Face and Iris [67.74999528342273]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
超分解能技術は、特定のバイオメトリック・モダリティの画像の特異性に適応する必要がある。
本章では,顔画像と虹彩画像の超解像化における最近の進歩について概説する。
論文 参考訳（メタデータ） (2022-04-12T10:28:31Z) - A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。
本稿では,指紋画像品質評価のための既存手法について概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
論文 参考訳（メタデータ） (2021-11-14T19:53:12Z) - Effects of Image Compression on Face Image Manipulation Detection: A
Case Study on Facial Retouching [14.92708078957906]
顔画像操作検出における画像圧縮の影響を分析する。
画像圧縮の影響下での顔面リタッチ検出に関する事例研究を行った。
論文 参考訳（メタデータ） (2021-03-05T13:28:28Z) - Analyzing and Mitigating JPEG Compression Defects in Deep Learning [69.04777875711646]
本稿では,JPEG圧縮が共通タスクやデータセットに与える影響を統一的に検討する。
高圧縮の一般的なパフォーマンス指標には大きなペナルティがあることが示される。
論文 参考訳（メタデータ） (2020-11-17T20:32:57Z) - Discernible Image Compression [124.08063151879173]
本稿では、外観と知覚の整合性の両方を追求し、圧縮画像を作成することを目的とする。
エンコーダ・デコーダ・フレームワークに基づいて,事前学習したCNNを用いて,オリジナル画像と圧縮画像の特徴を抽出する。
ベンチマーク実験により,提案手法を用いて圧縮した画像は,その後の視覚認識・検出モデルでもよく認識できることが示された。
論文 参考訳（メタデータ） (2020-02-17T07:35:08Z)
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。