論文の概要: Deep CNN Face Matchers Inherently Support Revocable Biometric Templates

• arxiv url: http://arxiv.org/abs/2506.18731v1
• Date: Mon, 23 Jun 2025 15:09:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:37.043339
• Title: Deep CNN Face Matchers Inherently Support Revocable Biometric Templates
• Title（参考訳）: Deep CNN Face Matchersは、リボケータブルなバイオメトリックテンプレートをサポート
• Authors: Aman Bhatta, Michael C. King, Kevin W. Bowyer,
• Abstract要約: 生体認証スキームは、個人がそのスキームの現在の登録を無効にできる場合、取り消し可能である。 現代のディープCNNの顔マッチングは、本質的には頑健な生体認証方式が可能であることを示す。
• 参考スコア（独自算出の注目度）: 7.448523610526267
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One common critique of biometric authentication is that if an individual's biometric is compromised, then the individual has no recourse. The concept of revocable biometrics was developed to address this concern. A biometric scheme is revocable if an individual can have their current enrollment in the scheme revoked, so that the compromised biometric template becomes worthless, and the individual can re-enroll with a new template that has similar recognition power. We show that modern deep CNN face matchers inherently allow for a robust revocable biometric scheme. For a given state-of-the-art deep CNN backbone and training set, it is possible to generate an unlimited number of distinct face matcher models that have both (1) equivalent recognition power, and (2) strongly incompatible biometric templates. The equivalent recognition power extends to the point of generating impostor and genuine distributions that have the same shape and placement on the similarity dimension, meaning that the models can share a similarity threshold for a 1-in-10,000 false match rate. The biometric templates from different model instances are so strongly incompatible that the cross-instance similarity score for images of the same person is typically lower than the same-instance similarity score for images of different persons. That is, a stolen biometric template that is revoked is of less value in attempting to match the re-enrolled identity than the average impostor template. We also explore the feasibility of using a Vision Transformer (ViT) backbone-based face matcher in the revocable biometric system proposed in this work and demonstrate that it is less suitable compared to typical ResNet-based deep CNN backbones.
• Abstract（参考訳）: 生体認証の一般的な批判の一つは、個人の生体認証が損なわれている場合、個人は会話をしないということである。 取り消し可能なバイオメトリックスの概念は、この問題に対処するために開発された。 バイオメトリック・スキームは、個人が現在の登録を取り消し、妥協されたバイオメトリック・テンプレートが価値のないものになり、個人が同様の認識能力を持つ新しいテンプレートで再登録できるようにすれば、取り消しが可能である。 現代のディープCNNの顔マッチングは、本質的には頑健な生体認証方式が可能であることを示す。 与えられた最先端のCNNバックボーンとトレーニングセットに対して、(1)等価認識パワーと(2)互換性の強い生体認証テンプレートの両方を持つ、無制限に異なる顔マッチングモデルを生成することができる。 等価認識パワーは、類似度次元に同じ形状と配置を持つインポスタと真の分布を生成する点にまで拡張され、モデルが1/10,000の偽マッチングレートに対して類似度閾値を共有することができる。 異なるモデルインスタンスのバイオメトリックテンプレートは、非常に互換性が低いため、同一人物の画像のクロスインスタンス類似度スコアは、異なる人物の画像の同じインスタンス類似度スコアよりも一般的に低い。 つまり、取り消される盗まれた生体認証テンプレートは、平均的なインポスタテンプレートよりも、再登録されたアイデンティティにマッチしようとする場合の価値が低い。 本稿では,視覚変換器 (ViT) を用いた生体認証システムの実現可能性についても検討し, 典型的なResNetベースの深部CNNバックボーンよりも適していないことを示す。

関連論文リスト

• Cancelable Biometric Template Generation Using Random Feature Vector Transformations [3.536605202672355]
  Cancelable Biometric schemes is designed to extract a identity-serving, non-invertible and as revocable pseudo-identifier from biometric data。 最先端のキャンセル可能なスキームは、ユーザ固有のソルティングまたは多対一変換を使用して元のテンプレートを変換することで擬似識別を生成する。 これらの制限を克服するために、新しいモダリティ非依存のキャンセル可能なバイオメトリックスキームが提案されている。
  論文  参考訳（メタデータ） (2025-03-19T19:03:04Z)
• Privacy Assessment on Reconstructed Images: Are Existing Evaluation Metrics Faithful to Human Perception? [86.58989831070426]
  本研究では,手作りのメトリクスの忠実さを,再構成画像からの人間のプライバシー情報の認識に適用する。 本稿では,SemSimと呼ばれる学習に基づく尺度を提案し,オリジナル画像と再構成画像のセマンティック類似性を評価する。
  論文  参考訳（メタデータ） (2023-09-22T17:58:04Z)
• An Explainable Model-Agnostic Algorithm for CNN-based Biometrics Verification [55.28171619580959]
  本稿では,生体認証環境下でのLIME(Local Interpretable Model-Agnostic Explanations)AI手法の適用について述べる。
  論文  参考訳（メタデータ） (2023-07-25T11:51:14Z)
• Untargeted Near-collision Attacks on Biometrics: Real-world Bounds and Theoretical Limits [0.0]
  オンラインとオフラインの両方、そして識別モードと検証モードの両方で実行できる未ターゲティングな攻撃に焦点を当てます。 我々は、これらのシステムのセキュリティに対処するために、False Match Rate(FMR)とFalse Positive Identification Rate(FPIR)を用いる。 この距離空間とシステムパラメータの研究は、標的外攻撃の複雑さと近接衝突の確率を与える。
  論文  参考訳（メタデータ） (2023-04-04T07:17:31Z)
• OTB-morph: One-Time Biometrics via Morphing applied to Face Templates [8.623680649444212]
  本稿では,テンプレートを潜在的な攻撃から保護することを目的とした,キャンセル可能なバイオメトリックスのための新しい手法を提案する。 フェースバイオメトリックスに対して提案手法を実験的に実装する。
  論文  参考訳（メタデータ） (2021-11-25T18:35:34Z)
• Reversible Watermarking in Deep Convolutional Neural Networks for Integrity Authentication [78.165255859254]
  整合性認証のための可逆透かしアルゴリズムを提案する。 可逆透かしを埋め込むことが分類性能に及ぼす影響は0.5%未満である。 同時に、可逆的な透かしを適用することでモデルの完全性を検証することができる。
  論文  参考訳（メタデータ） (2021-04-09T09:32:21Z)
• AttriMeter: An Attribute-guided Metric Interpreter for Person Re-Identification [100.3112429685558]
  Person ReIDシステムは、2人とのマッチング時にのみ距離や類似性を提供します。 CNN ベースの ReID モデルの結果を意味的に,定量的に説明する Attribute-Guided Metric Interpreter を提案する。
  論文  参考訳（メタデータ） (2021-03-02T03:37:48Z)
• Bilateral Asymmetry Guided Counterfactual Generating Network for Mammogram Classification [48.4619620405991]
  画像レベルのラベルのみによるマンモグラムの良性や悪性の分類は,病変アノテーションが欠如しているため困難である。 画像に病変がなければ, 特徴がどのように振る舞うかという, 反現実的な問題を探ることができる。 我々は、対称的先行性に基づく反事実生成のための新しい理論的結果を得る。
  論文  参考訳（メタデータ） (2020-09-30T03:15:30Z)

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。