論文の概要: Palmprint De-Identification Using Diffusion Model for High-Quality and Diverse Synthesis

• arxiv url: http://arxiv.org/abs/2504.08272v1
• Date: Fri, 11 Apr 2025 06:00:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-14 14:18:06.718114
• Title: Palmprint De-Identification Using Diffusion Model for High-Quality and Diverse Synthesis
• Title（参考訳）: 拡散モデルを用いた高次・多次合成のためのパルププリント復号化
• Authors: Licheng Yan, Bob Zhang, Andrew Beng Jin Teoh, Lu Leng, Shuyi Li, Yuqi Wang, Ziyuan Yang,
• Abstract要約: 本稿では,非識別目的の識別特徴を隠蔽する多彩で高品質なヤシプリント画像を生成するためのトレーニングフリーフレームワークを提案する。 合成過程における安定性と制御性を高めるため,先行印刷機構とともに意味誘導型埋め込み融合を組み込んだ。
• 参考スコア（独自算出の注目度）: 33.95926461242475
• License:
• Abstract: Palmprint recognition techniques have advanced significantly in recent years, enabling reliable recognition even when palmprints are captured in uncontrolled or challenging environments. However, this strength also introduces new risks, as publicly available palmprint images can be misused by adversaries for malicious activities. Despite this growing concern, research on methods to obscure or anonymize palmprints remains largely unexplored. Thus, it is essential to develop a palmprint de-identification technique capable of removing identity-revealing features while retaining the image's utility and preserving non-sensitive information. In this paper, we propose a training-free framework that utilizes pre-trained diffusion models to generate diverse, high-quality palmprint images that conceal identity features for de-identification purposes. To ensure greater stability and controllability in the synthesis process, we incorporate a semantic-guided embedding fusion alongside a prior interpolation mechanism. We further propose the de-identification ratio, a novel metric for intuitive de-identification assessment. Extensive experiments across multiple palmprint datasets and recognition methods demonstrate that our method effectively conceals identity-related traits with significant diversity across de-identified samples. The de-identified samples preserve high visual fidelity and maintain excellent usability, achieving a balance between de-identification and retaining non-identity information.
• Abstract（参考訳）: 近年、パルププリントの認識技術は著しく進歩しており、パームプリントが制御されていない環境や困難な環境で捕獲された場合でも、信頼性の高い認識が可能になっている。 しかし、この強みには新たなリスクが伴う。 この懸念が高まりつつも、ヤシの図面の曖昧化や匿名化の方法の研究はほとんど未発見のままである。 したがって、画像の実用性を保ち、不感な情報を保存しながら、同一性を除去できるパームプリント識別技術を開発することが不可欠である。 本稿では,事前学習した拡散モデルを用いて,特定目的の識別特徴を隠蔽する多彩で高品質なヤシプリント画像を生成する学習自由フレームワークを提案する。 合成過程における安定性と制御性を高めるため,従来の補間機構とともに意味誘導型埋め込み融合を組み込んだ。 さらに, 直感的非識別評価のための新しい指標である de-identification ratio を提案する。 複数のパームプリントデータセットおよび認識手法にわたる広範囲な実験により,本手法は同定されていないサンプル間で有意な多様性を持つ識別関連特性を効果的に隠蔽することを示した。 非識別標本は、高い視覚的忠実性を保持し、優れたユーザビリティを維持し、非識別と非識別情報のバランスをとる。

関連論文リスト

• GenPalm: Contactless Palmprint Generation with Diffusion Models [25.738682467090335]
  本稿では拡散確率モデルを用いた新しいパームプリント生成法を提案する。 我々は,複数のパームIDを合成するエンドツーエンドフレームワークを開発し,生成されたパームプリントの現実性と有用性を検証した。
  論文  参考訳（メタデータ） (2024-06-01T03:33:25Z)
• ConsistentID: Portrait Generation with Multimodal Fine-Grained Identity Preserving [64.90148669690228]
  ConsistentIDは、微細なマルチモーダル顔のプロンプト下での多彩な画像生成のための革新的な手法である。 我々は、50万以上の顔画像を持つ、きめ細かいポートレートデータセットFGIDを提示し、既存の顔データセットよりも多様性と包括性を提供する。
  論文  参考訳（メタデータ） (2024-04-25T17:23:43Z)
• ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
  AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。 我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
  論文  参考訳（メタデータ） (2024-04-23T18:41:56Z)
• 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)
• Unrecognizable Yet Identifiable: Image Distortion with Preserved Embeddings [22.338328674283062]
  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保ちながら,目に対して認識不能な顔画像を描画する,革新的な画像変換手法を提案する。 提案手法は、様々な人工知能アプリケーションにおいて、視覚データを歪曲し、派生した特徴を近接に保つために使用することができる。 同一の認識精度を維持しつつ、画像内容が70%以上変化する歪みを構築することができることを示す。
  論文  参考訳（メタデータ） (2024-01-26T18:20:53Z)
• HFORD: High-Fidelity and Occlusion-Robust De-identification for Face Privacy Protection [60.63915939982923]
  顔の身元特定は、身元保護問題を解決するための実践的な方法である。 既存の顔の特定方法にはいくつかの問題がある。 これらの問題に対処するために,HFORD(High-Fidelity and Occlusion-Robust De-identification)法を提案する。
  論文  参考訳（メタデータ） (2023-11-15T08:59:02Z)
• 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)
• 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)
• Experimental results on palmvein-based personal recognition by multi-snapshot fusion of textural features [3.274290296343038]
  本研究はパームヴェイン認識のためのテキスト特徴の複数スナップショット融合について検討し,その同定と検証を行った。 本研究の目的は、このことがヤシベイン認識に有効であることを示し、よく知られたベンチマークデータセット上で非常に高い認識率を実現することである。
  論文  参考訳（メタデータ） (2020-07-13T11:34:46Z)
• 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。