論文の概要: Cooperative Face Liveness Detection from Optical Flow

• arxiv url: http://arxiv.org/abs/2508.10786v1
• Date: Thu, 14 Aug 2025 16:13:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.402982
• Title: Cooperative Face Liveness Detection from Optical Flow
• Title（参考訳）: 光流からの協調顔のライブネス検出
• Authors: Artem Sokolov, Mikhail Nikitin, Anton Konushin,
• Abstract要約: 本稿では,カメラに近づいた正面向きの顔がゆっくりと移動するように指示する,新しいユーザインタラクションシナリオに基づく,新しい映像ベースの顔の生鮮度検出手法を提案する。 この制御されたアプローチフェースプロトコルと光フロー解析が組み合わさって、我々のアプローチのコアイノベーションを表している。
• 参考スコア（独自算出の注目度）: 4.272991558992716
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In this work, we proposed a novel cooperative video-based face liveness detection method based on a new user interaction scenario where participants are instructed to slowly move their frontal-oriented face closer to the camera. This controlled approaching face protocol, combined with optical flow analysis, represents the core innovation of our approach. By designing a system where users follow this specific movement pattern, we enable robust extraction of facial volume information through neural optical flow estimation, significantly improving discrimination between genuine faces and various presentation attacks (including printed photos, screen displays, masks, and video replays). Our method processes both the predicted optical flows and RGB frames through a neural classifier, effectively leveraging spatial-temporal features for more reliable liveness detection compared to passive methods.
• Abstract（参考訳）: そこで本研究では,カメラに近づいた正面向きの顔の移動を参加者に指示する,新しいユーザインタラクションシナリオに基づく,新しい協調型ビデオベース顔の生鮮度検出手法を提案する。 この制御されたアプローチフェースプロトコルと光フロー解析が組み合わさって、我々のアプローチのコアイノベーションを表している。 ユーザがこの特定の動きパターンに従うシステムを設計することにより、ニューラル光学的フロー推定による顔の容積情報の堅牢な抽出を可能にし、本物の顔と様々なプレゼンテーションアタック(印刷写真、画面表示、マスク、ビデオ再生など)の識別を大幅に改善する。 提案手法は, 予測光流とRGBフレームの両方をニューラル分類器により処理し, 空間時間的特徴を受動的手法よりも信頼性の高い生存度検出に有効に活用する。

関連論文リスト

• Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
  顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。 本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。 本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
  論文  参考訳（メタデータ） (2024-11-28T13:04:45Z)
• Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
  クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。 本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。 臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
  論文  参考訳（メタデータ） (2024-09-18T13:40:59Z)
• Rethink Predicting the Optical Flow with the Kinetics Perspective [1.7901503554839604]
  光フロー推定は、低レベルコンピュータビジョンにおける基本的なタスクの1つである。 見かけ上は、連続したフレーム内の画素間の相関として光学フローを見ることができる。 本稿では,このモチベーションから明らかな情報と運動学情報を組み合わせる手法を提案する。
  論文  参考訳（メタデータ） (2024-05-21T05:47:42Z)
• Progressive Spatio-Temporal Bilinear Network with Monte Carlo Dropout for Landmark-based Facial Expression Recognition with Uncertainty Estimation [93.73198973454944]
  提案手法の性能は, 広く使用されている3つのデータセットで評価される。 ビデオベースの最先端の手法に匹敵するが、複雑さははるかに少ない。
  論文  参考訳（メタデータ） (2021-06-08T13:40:30Z)
• PCA Event-Based Otical Flow for Visual Odometry [0.0]
  本稿では,イベントベース光流量推定問題に対する主成分分析手法を提案する。 提案手法の最良の変種は,ビジュアルオドメトリーのリアルタイムコンテキストを対象とし,最先端実装と比較して約2倍高速であることを示す。
  論文  参考訳（メタデータ） (2021-05-08T18:30:44Z)
• Self-Supervised Approach for Facial Movement Based Optical Flow [8.19666118455293]
  顔のキーポイントを用いて顔画像の光学的流れグラウンド真理を生成する。 FlowNetSアーキテクチャをトレーニングして、生成されたデータセットのパフォーマンスをテストする。 本研究で得られた光学的流れは表情解析に有望な応用がある。
  論文  参考訳（メタデータ） (2021-05-04T02:38:11Z)
• Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
  画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。 本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-03-04T12:45:18Z)
• Face Anti-Spoofing Via Disentangled Representation Learning [90.90512800361742]
  顔認識システムのセキュリティには、顔の偽造が不可欠だ。 本稿では,画像から生意気な特徴やコンテンツの特徴を乱す顔のアンチ・スプーフィングの新たな視点を提案する。
  論文  参考訳（メタデータ） (2020-08-19T03:54:23Z)
• Face Anti-Spoofing by Learning Polarization Cues in a Real-World Scenario [50.36920272392624]
  顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。 RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。 本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T03:04:03Z)

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。