論文の概要: DOOMGAN:High-Fidelity Dynamic Identity Obfuscation Ocular Generative Morphing
- arxiv url: http://arxiv.org/abs/2507.17158v1
- Date: Wed, 23 Jul 2025 02:43:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-24 22:33:14.83778
- Title: DOOMGAN:High-Fidelity Dynamic Identity Obfuscation Ocular Generative Morphing
- Title(参考訳): DOOMGAN:高忠実度ダイナミックID難読化眼生成形態
- Authors: Bharath Krishnamurthy, Ajita Rattani,
- Abstract要約: 可視光スペクトルの眼の生体計測は、高い精度、スプーフィングに対する耐性、非侵襲的な性質のために顕著なモダリティとして現れている。
モーフィング攻撃 合成生体認証特性 複数の個人の特徴を混ぜ合わせて 生体認証システムの整合性を脅かす
- 参考スコア(独自算出の注目度): 3.9440964696313485
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ocular biometrics in the visible spectrum have emerged as a prominent modality due to their high accuracy, resistance to spoofing, and non-invasive nature. However, morphing attacks, synthetic biometric traits created by blending features from multiple individuals, threaten biometric system integrity. While extensively studied for near-infrared iris and face biometrics, morphing in visible-spectrum ocular data remains underexplored. Simulating such attacks demands advanced generation models that handle uncontrolled conditions while preserving detailed ocular features like iris boundaries and periocular textures. To address this gap, we introduce DOOMGAN, that encompasses landmark-driven encoding of visible ocular anatomy, attention-guided generation for realistic morph synthesis, and dynamic weighting of multi-faceted losses for optimized convergence. DOOMGAN achieves over 20% higher attack success rates than baseline methods under stringent thresholds, along with 20% better elliptical iris structure generation and 30% improved gaze consistency. We also release the first comprehensive ocular morphing dataset to support further research in this domain.
- Abstract(参考訳): 可視光スペクトルの眼の生体計測は、高い精度、スプーフィングに対する耐性、非侵襲的な性質のために顕著なモダリティとして現れている。
しかし、モーフィング攻撃、複数の個人の特徴を混ぜ合わせた合成バイオメトリック特性は、生体認証システムの整合性を脅かしている。
近赤外線虹彩や顔の生体計測の分野では広く研究されているが、可視光による眼球データの変化はいまだ発見されていない。
このような攻撃をシミュレーションするには、制御不能な条件を処理し、虹彩境界や周囲のテクスチャといった詳細な目の特徴を保存する先進世代モデルが必要である。
このギャップに対処するために、目視解剖学のランドマーク駆動符号化、現実的な形態合成のための注意誘導生成、最適化された収束のための多面的損失の動的重み付けを含むDOOMGANを導入する。
DOOMGANは、厳密なしきい値の下でのベースライン法よりも20%以上の攻撃成功率を達成するとともに、楕円虹彩構造の生成が20%向上し、視線一貫性が30%向上した。
また、この領域におけるさらなる研究を支援するための、初めての包括的眼形態解析データセットもリリースしました。
関連論文リスト
- Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。
我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。
また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
論文 参考訳(メタデータ) (2025-06-26T09:05:38Z) - Occlusion-Aware Self-Supervised Monocular Depth Estimation for Weak-Texture Endoscopic Images [1.1084686909647639]
内視鏡的シーンに適した自己教師付き単眼深度推定ネットワークを提案する。
既存の方法は正確ではあるが、通常は一貫した照明を仮定する。
これらの変化は、誤った幾何学的解釈と信頼できない自己監督信号をもたらす。
論文 参考訳(メタデータ) (2025-04-24T14:12:57Z) - CAFusion: Controllable Anatomical Synthesis of Perirectal Lymph Nodes via SDF-guided Diffusion [8.311453061101899]
本稿では,直腸リンパ節合成の新しいアプローチであるCAFusionを紹介する。
符号付き距離関数(SDF)を利用することで、CAFusionは極めて現実的な3次元解剖構造を生成する。
実験結果から, 合成データはセグメンテーション性能を大幅に向上することが示された。
論文 参考訳(メタデータ) (2025-03-10T04:59:54Z) - Fundus2Globe: Generative AI-Driven 3D Digital Twins for Personalized Myopia Management [17.197828632845198]
マイオピアは2050年までに世界の50%の人口に影響を与えると予測されており、視覚喪失の主な原因となっている。
眼球形状に基づくバイオマーカーの最近の理解にはMRI(MRI)が必要である
Fundus2Globeは、患者固有の3D眼球を2Dカラーの眼球写真から合成する最初のAIフレームワークである。
論文 参考訳(メタデータ) (2025-02-18T10:02:39Z) - Cross-Spectral Vision Transformer for Biometric Authentication using Forehead Subcutaneous Vein Pattern and Periocular Pattern [1.2137050542976475]
本稿では,生体認証のための軽量クロススペクトル・ビジョン・トランスフォーマ (CS-ViT) を提案する。
このフレームワークは、2つの異なる生体特性を扱うために設計されたクロススペクトルデュアルチャネルアーキテクチャで構成されている。
提案アルゴリズムは,前頭下皮下静脈パターンと近視バイオメトリックパターンデータベースを用いて厳密に評価した。
論文 参考訳(メタデータ) (2024-12-26T10:40:15Z) - Periocular biometrics: databases, algorithms and directions [69.35569554213679]
近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。
本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
論文 参考訳(メタデータ) (2023-07-26T11:14:36Z) - Multimodal Adaptive Fusion of Face and Gait Features using Keyless
attention based Deep Neural Networks for Human Identification [67.64124512185087]
歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。
本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
論文 参考訳(メタデータ) (2023-03-24T05:28:35Z) - Periocular Biometrics: A Modality for Unconstrained Scenarios [66.93179447621188]
眼球周囲のバイオメトリックスには、眼窩を囲む顔の外部から見える領域が含まれる。
新型コロナウイルス(COVID-19)のパンデミックは、コントロールされた設定でも目に見える唯一の顔領域であり、その重要性を強調している。
論文 参考訳(メタデータ) (2022-12-28T12:08:27Z) - Benchmarking Joint Face Spoofing and Forgery Detection with Visual and
Physiological Cues [81.15465149555864]
視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。
r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
論文 参考訳(メタデータ) (2022-08-10T15:41:48Z) - Attribute-Based Deep Periocular Recognition: Leveraging Soft Biometrics
to Improve Periocular Recognition [24.267703297385413]
本稿では属性に基づく深部眼球認識(ADPR)と呼ばれる新しい深部眼球認識フレームワークを提案する。
ADPRはソフトバイオメトリックスを予測し、その予測を眼周囲認識アルゴリズムに組み込んで、高い精度で眼周囲画像から識別する。
実験結果から,本手法は野生環境下での生体計測による近視認識方法よりも優れていたことが示唆された。
論文 参考訳(メタデータ) (2021-11-02T01:51:37Z) - Heterogeneous Face Frontalization via Domain Agnostic Learning [74.86585699909459]
本研究では, 視覚領域における正面視を, ポーズのバリエーションで合成できるドメイン非依存学習型生成逆数ネットワーク(DAL-GAN)を提案する。
DAL-GANは、補助分類器を備えたジェネレータと、より優れた合成のために局所的およびグローバルなテクスチャ識別をキャプチャする2つの識別器から構成される。
論文 参考訳(メタデータ) (2021-07-17T20:41:41Z)
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。