論文の概要: Gaze Authentication: Factors Influencing Authentication Performance
- arxiv url: http://arxiv.org/abs/2509.10969v1
- Date: Sat, 13 Sep 2025 20:03:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:22.858265
- Title: Gaze Authentication: Factors Influencing Authentication Performance
- Title（参考訳）: Gaze Authentication: 認証パフォーマンスに影響する要因
- Authors: Dillon Lohr, Michael J Proulx, Mehedi Hasan Raju, Oleg V Komogortsev,
- Abstract要約: 視線追跡信号の品質,視線追跡校正の諸側面,および推定生視における簡易ろ過について検討した。
同じ校正目標深度を用いて視線を校正し、校正および非校正を行い、視線追跡信号の品質を向上させることにより、認証性能が向上することを発見した。
これらの発見は概ね事実であるが,いくつかの例外が指摘された。
- 参考スコア（独自算出の注目度）: 10.014415472794337
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper examines the key factors that influence the performance of state-of-the-art gaze-based authentication. Experiments were conducted on a large-scale, in-house dataset comprising 8,849 subjects collected with Meta Quest Pro equivalent hardware running a video oculography-driven gaze estimation pipeline at 72Hz. The state-of-the-art neural network architecture was employed to study the influence of the following factors on authentication performance: eye tracking signal quality, various aspects of eye tracking calibration, and simple filtering on estimated raw gaze. We found that using the same calibration target depth for eye tracking calibration, fusing calibrated and non-calibrated gaze, and improving eye tracking signal quality all enhance authentication performance. We also found that a simple three-sample moving average filter slightly reduces authentication performance in general. While these findings hold true for the most part, some exceptions were noted.
- Abstract（参考訳）: 本稿では,最先端の視線認証の性能に影響を及ぼす要因について検討する。
ビデオオクログラフィー駆動の視線推定パイプラインを72Hzで動作させるMeta Quest Pro相当のハードウェアで収集した8,849名の被験者からなる大規模な社内データセットで実験を行った。
現状のニューラルネットワークアーキテクチャは、視線追跡信号の品質、視線追跡校正の様々な側面、推定生視における単純なフィルタリングなど、認証性能に対する以下の要因の影響を研究するために用いられた。
同じ校正目標深度を用いて視線を校正し、校正および非校正を行い、視線追跡信号の品質を向上させることにより、認証性能が向上することを発見した。
また,単純な3サンプル移動平均フィルタは認証性能をわずかに低下させることがわかった。
これらの発見の大部分は事実であるが、いくつかの例外が指摘されている。
関連論文リスト
- PIGUIQA: A Physical Imaging Guided Perceptual Framework for Underwater Image Quality Assessment [59.9103803198087]
水中画像品質評価(UIQA)のための物理画像ガイド型知覚フレームワークを提案する。
水中放射移動理論を応用して、物理に基づく画像推定を統合して、これらの歪みの定量的な測定値を確立する。
提案モデルは,画像品質のスコアを正確に予測し,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-12-20T03:31:45Z) - Using Deep Learning to Increase Eye-Tracking Robustness, Accuracy, and Precision in Virtual Reality [2.2639735235640015]
この研究は、目の特徴追跡のための現代の機械学習(ML)に基づくいくつかの手法の影響を客観的に評価する。
メトリックには、視線推定の精度と精度、およびドロップアウト率が含まれる。
論文 参考訳（メタデータ） (2024-03-28T18:43:25Z) - TAMPAR: Visual Tampering Detection for Parcel Logistics in Postal Supply
Chains [45.62331048595689]
本研究では,1枚のRGB画像のみを撮影・比較する,ユースケースのラストマイルデリバリに注目した。
そこで本研究では,キーポイント検出を用いてパーセルの8つの角点を同定する改ざん検出パイプラインを提案する。
複数の古典的および深層学習に基づく変化検出手法による実験を行う。
論文 参考訳（メタデータ） (2023-11-06T14:19:05Z) - 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) - LatentGaze: Cross-Domain Gaze Estimation through Gaze-Aware Analytic
Latent Code Manipulation [0.0]
本稿では,データ駆動型手法を応用した視線認識型解析操作手法を提案する。
GANベースのエンコーダジェネレータプロセスを利用することで、入力画像がターゲット領域からソース領域イメージにシフトし、視線推定器が十分に認識できる。
論文 参考訳（メタデータ） (2022-09-21T08:05:53Z) - Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。
提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
論文 参考訳（メタデータ） (2022-08-24T14:59:28Z) - Fingerprint Liveness Detection Based on Quality Measures [66.76480178498315]
新たな特徴セットは、完全なライブネス検出システムで使用され、LivDETコンペティションの開発セットでテストされている。
提案手法はマルチセンサのシナリオに対して堅牢であることが証明され、全体の93%が正しく分類されたサンプルである。
論文 参考訳（メタデータ） (2022-07-11T12:15:27Z) - A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。
本稿では,指紋画像品質評価のための既存手法について概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
論文 参考訳（メタデータ） (2021-11-14T19:53:12Z) - PureGaze: Purifying Gaze Feature for Generalizable Gaze Estimation [12.076469954457007]
未知対象領域のクロスドメイン視線推定における領域一般化問題に取り組む。
具体的には,視線特徴の浄化による領域一般化を実現する。
視線を浄化するためのプラグアンドプレイ自己対向フレームワークを設計します。
論文 参考訳（メタデータ） (2021-03-24T13:22:00Z) - Towards End-to-end Video-based Eye-Tracking [50.0630362419371]
画像のみから視線を推定することは、観察不可能な人固有の要因のために難しい課題である。
本稿では,これらの意味的関係と時間的関係を明確に学習することを目的とした,新しいデータセットとアタッチメント手法を提案する。
視覚刺激からの情報と視線画像の融合が,文献に記録された人物と同じような性能を達成することにつながることを実証した。
論文 参考訳（メタデータ） (2020-07-26T12:39:15Z) - Towards High Performance Low Complexity Calibration in Appearance Based
Gaze Estimation [7.857571508499849]
RGB画像からの出現に基づく視線推定は、比較的制約のない視線追跡を提供する。
キャリブレーションデータにおいて,視線対象者数,視線対象者当たりの画像数,頭部位置数の影響を解析した。
1つの視線目標と1つの頭の位置しか使用せず、高品質な校正を達成するには十分であり、最先端の手法を6.3%以上上回っている。
論文 参考訳（メタデータ） (2020-01-25T09:30:06Z)
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。