論文の概要: On the Reliability of Biometric Datasets: How Much Test Data Ensures Reliability?

• arxiv url: http://arxiv.org/abs/2501.06504v1
• Date: Sat, 11 Jan 2025 10:50:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-14 14:20:04.773886
• Title: On the Reliability of Biometric Datasets: How Much Test Data Ensures Reliability?
• Title（参考訳）: バイオメトリックデータセットの信頼性について:テストデータの信頼性はどの程度保証されるか?
• Authors: Matin Fallahi, Ragini Ramesh, Pankaja Priya Ramasamy, Patricia Arias Cabarcos, Thorsten Strufe, Philipp Terhörst,
• Abstract要約: 生体認証システムにおける不確実性を推定する指標であるBioQuakeを紹介する。 62のバイオメトリックデータセット上でのバイオメトリック認識性能の解析にBioQuakeを適用した。
• 参考スコア（独自算出の注目度）: 4.651389605681202
• License:
• Abstract: Biometric authentication is increasingly popular for its convenience and accuracy. However, while recent advancements focus on reducing errors and expanding modalities, the reliability of reported performance metrics often remains overlooked. Understanding reliability is critical, as it communicates how accurately reported error rates represent a system's actual performance, considering the uncertainty in error-rate estimates from test data. Currently, there is no widely accepted standard for reporting these uncertainties and indeed biometric studies rarely provide reliability estimates, limiting comparability and interpretation. To address this gap, we introduce BioQuake--a measure to estimate uncertainty in biometric verification systems--and empirically validate it on four systems and three datasets. Based on BioQuake, we provide simple guidelines for estimating performance uncertainty and facilitating reliable reporting. Additionally, we apply BioQuake to analyze biometric recognition performance on 62 biometric datasets used in research across eight modalities: face, fingerprint, gait, iris, keystroke, eye movement, Electroencephalogram (EEG), and Electrocardiogram (ECG). Our analysis shows that reported state-of-the-art performance often deviates significantly from actual error rates, potentially leading to inaccurate conclusions. To support researchers and foster the development of more reliable biometric systems and datasets, we release BioQuake as an easy-to-use web tool for reliability calculations.
• Abstract（参考訳）: バイオメトリック認証は、その利便性と精度でますます人気がある。 しかし、最近の進歩はエラーの削減とモダリティの拡大に焦点を当てているが、報告されたパフォーマンス指標の信頼性はしばしば見過ごされている。 信頼性の理解は、テストデータからのエラー率推定の不確実性を考慮して、報告されたエラー率がシステムの実際のパフォーマンスをいかに正確に表現するかを伝えるため、非常に重要である。 現在、これらの不確実性を報告するための広く受け入れられている標準は存在せず、実際、バイオメトリックスの研究は、可視性と解釈を制限する信頼性の見積もりをほとんど提供していない。 このギャップに対処するために,生体認証システムにおける不確実性を推定するための指標であるBioQuakeを導入し,それを4つのシステムと3つのデータセットで実証的に検証する。 BioQuakeに基づいて、パフォーマンスの不確実性を推定し、信頼性の高い報告を容易にするための簡単なガイドラインを提供する。 さらにBioQuakeを用いて、顔、指紋、歩行、虹彩、キーストローク、眼球運動、脳波(EEG)、心電図(ECG)の8つのモードで研究に使用される62個の生体計測データセットの生体認証性能を分析した。 我々の分析では、報告された最先端性能が実際のエラー率から著しく逸脱することがしばしばあり、不正確な結論につながる可能性が示唆された。 研究者を支援し,信頼性の高いバイオメトリックシステムとデータセットの開発を促進するため,信頼性計算のためのWebツールとしてBioQuakeをリリースする。

関連論文リスト

• Uncertainty Quantification in Stereo Matching [61.73532883992135]
  ステレオマッチングのための新しいフレームワークとその不確実性定量化を提案する。 我々は、不確実性と推定データの尺度としてベイズリスクを採用し、個別に不確実性をモデル化する。 我々は,不確実性の少ないデータポイントを選択することにより,予測精度を向上させるために不確実性手法を適用した。
  論文  参考訳（メタデータ） (2024-12-24T23:28:20Z)
• Model-Agnostic Utility-Preserving Biometric Information Anonymization [9.413512346732768]
  近年のセンサ技術と機械学習技術の急速な進歩は、人々のバイオメトリックスの普遍的な収集と利用を引き起こしている。 生体認証の利用は、本質的なセンシティブな性質と、センシティブな情報を漏洩するリスクが高いため、深刻なプライバシー上の懸念を引き起こしている。 本稿では,生体データに対して,その感度特性を抑え,下流機械学習による解析に関連のある特徴を保持することで,生体データを匿名化できる新しいモダリティ非依存型データ変換フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-23T21:21:40Z)
• 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)
• An Empirical Study of Uncertainty Estimation Techniques for Detecting Drift in Data Streams [4.818865062632567]
  本研究では,ドリフト検出における誤差率の代用として不確実性値を用いた総合的な実験的検討を行った。 実世界の7つのデータセットにまたがるADWIN検出器を用いた5つの不確実性推定手法について検討した。 その結果、SWAG法はキャリブレーションが優れているが、ドリフト検出の全体的な精度は不確実性推定法の選択によって顕著に影響しないことが明らかとなった。
  論文  参考訳（メタデータ） (2023-11-22T13:17:55Z)
• A Holistic Assessment of the Reliability of Machine Learning Systems [30.638615396429536]
  本稿では,機械学習(ML)システムの信頼性に関する総合評価手法を提案する。 本フレームワークは, 分散精度, 分散シフト堅牢性, 対向ロバスト性, キャリブレーション, 分布外検出の5つの重要な特性を評価する。 異なるアルゴリズムアプローチの性能に関する洞察を提供するため、我々は最先端技術を特定し分類する。
  論文  参考訳（メタデータ） (2023-07-20T05:00:13Z)
• Harnessing Data Augmentation to Quantify Uncertainty in the Early Estimation of Single-Photon Source Quality [8.397730500554047]
  本研究では、機械学習技術であるデータ拡張を用いて、ブートストラップされたサンプルを用いて実験データを補足する手法について検討する。 単一のInGaAs/GaAsエピタキシャル量子ドットを含む測定結果から得られた8つのデータセットは、初歩的な例である。
  論文  参考訳（メタデータ） (2023-06-22T05:17:26Z)
• Towards Reliable Medical Image Segmentation by utilizing Evidential Calibrated Uncertainty [52.03490691733464]
  本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。 主観的論理理論を利用して、医用画像分割の問題に対する確率と不確実性を明示的にモデル化する。 DeviSには不確実性を考慮したフィルタリングモジュールが組み込まれている。
  論文  参考訳（メタデータ） (2023-01-01T05:02:46Z)
• Fingerprint Image-Quality Estimation and its Application to Multialgorithm Verification [56.128200319868526]
  信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。 本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。 定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
  論文  参考訳（メタデータ） (2022-11-24T12:17:49Z)
• 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)
• Bayesian autoencoders with uncertainty quantification: Towards trustworthy anomaly detection [78.24964622317634]
  本研究では, ベイズオートエンコーダ (BAEs) の定式化により, 全体の異常不確かさを定量化する。 不確実性の質を評価するために,不確実性の予測を拒否するオプションを追加して,異常を分類する作業を検討する。 本実験は,BAEと総異常不確かさが,ベンチマークデータセットと製造用実データセットのセットに与える影響を実証するものである。
  論文  参考訳（メタデータ） (2022-02-25T12:20:04Z)
• Biometrics: Trust, but Verify [49.9641823975828]
  バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。 生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
  論文  参考訳（メタデータ） (2021-05-14T03:07:25Z)

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。