論文の概要: SpectraIrisPAD: Leveraging Vision Foundation Models for Spectrally Conditioned Multispectral Iris Presentation Attack Detection

• arxiv url: http://arxiv.org/abs/2512.06103v1
• Date: Fri, 05 Dec 2025 19:07:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.187259
• Title: SpectraIrisPAD: Leveraging Vision Foundation Models for Spectrally Conditioned Multispectral Iris Presentation Attack Detection
• Title（参考訳）: SpectraIrisPAD:分光条件多重アイリス提示検出のための視覚基礎モデル
• Authors: Raghavendra Ramachandra, Sushma Venkatesh,
• Abstract要約: プレゼンテーション攻撃検出(PAD)は虹彩ベースの生体認証システムの整合性と安全性を確保するために重要である。 我々は、堅牢なPADのための新しいディープラーニングベースのフレームワークである textbfSpectraIrisPAD を提案する。 SpectraIrisPADは、すべてのパフォーマンス指標において、最先端のベースラインを一貫して上回ります。
• 参考スコア（独自算出の注目度）: 5.701504471754004
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Iris recognition is widely recognized as one of the most accurate biometric modalities. However, its growing deployment in real-world applications raises significant concerns regarding its vulnerability to Presentation Attacks (PAs). Effective Presentation Attack Detection (PAD) is therefore critical to ensure the integrity and security of iris-based biometric systems. While conventional iris recognition systems predominantly operate in the near-infrared (NIR) spectrum, multispectral imaging across multiple NIR bands provides complementary reflectance information that can enhance the generalizability of PAD methods. In this work, we propose \textbf{SpectraIrisPAD}, a novel deep learning-based framework for robust multispectral iris PAD. The SpectraIrisPAD leverages a DINOv2 Vision Transformer (ViT) backbone equipped with learnable spectral positional encoding, token fusion, and contrastive learning to extract discriminative, band-specific features that effectively distinguish bona fide samples from various spoofing artifacts. Furthermore, we introduce a new comprehensive dataset Multispectral Iris PAD (\textbf{MSIrPAD}) with diverse PAIs, captured using a custom-designed multispectral iris sensor operating at five distinct NIR wavelengths (800\,nm, 830\,nm, 850\,nm, 870\,nm, and 980\,nm). The dataset includes 18,848 iris images encompassing eight diverse PAI categories, including five textured contact lenses, print attacks, and display-based attacks. We conduct comprehensive experiments under unseen attack evaluation protocols to assess the generalization capability of the proposed method. SpectraIrisPAD consistently outperforms several state-of-the-art baselines across all performance metrics, demonstrating superior robustness and generalizability in detecting a wide range of presentation attacks.
• Abstract（参考訳）: 虹彩の認識は、最も正確な生体計測モダリティの1つとして広く認識されている。 しかしながら、現実世界のアプリケーションへのデプロイの増加は、その脆弱性がプレゼンテーションアタック(PA)に重大な懸念をもたらす。 したがって,有効提示攻撃検出(PAD)は虹彩ベースの生体認証システムの整合性と安全性を確保するために重要である。 従来の虹彩認識システムは近赤外(NIR)スペクトルで主に動作するが、複数のNIR帯域にわたるマルチスペクトルイメージングは、PAD法の一般化性を高める補完反射情報を提供する。 本研究では,頑健なマルチスペクトルアイリスPADのための新しいディープラーニングベースのフレームワークである「textbf{SpectraIrisPAD}」を提案する。 SpectraIrisPADは、学習可能なスペクトル位置符号化、トークン融合、コントラスト学習を備えたDINOv2 Vision Transformer (ViT) バックボーンを利用して、様々なスプーリングアーティファクトからボナファイドサンプルを効果的に識別する識別的でバンド固有の特徴を抽出する。 さらに,5つの異なるNIR波長 (800\,nm,830\,nm,850\,nm,870\,nm,980\,nm) で動作するカスタム設計のマルチスペクトル虹彩センサを用いて,多様なPAIを用いた新しい包括的データセットであるMultispectral Iris PAD(\textbf{MSIrPAD})を導入する。 データセットには、テクスチャ化されたコンタクトレンズ5つ、プリントアタック、ディスプレイベースのアタックを含む8つのPAIカテゴリを含む18,848の虹彩画像が含まれている。 提案手法の一般化能力を評価するために,未確認攻撃評価プロトコルの下で包括的実験を行う。 SpectraIrisPADは、すべてのパフォーマンス指標において、最先端のベースラインを一貫して上回り、幅広いプレゼンテーションアタックを検出する上で、優れた堅牢性と一般化性を証明している。

関連論文リスト

• A Multi-domain Image Translative Diffusion StyleGAN for Iris Presentation Attack Detection [6.369212768424994]
  アイリス生体認証システムは、人工眼、プリントアイイメージ、化粧コンタクトレンズなどの人工物がシステムに提示されるプレゼンテーションアタック(PA)によって妥協することができる。 MID-StyleGANは、複数の領域におけるPAおよびボナファイド特性をキャプチャする合成眼像を生成するための新しいフレームワークである。 実験により、MID-StyleGANは高品質な合成眼画像を生成する既存の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-10-16T05:21:30Z)
• Cross-Spectral Body Recognition with Side Information Embedding: Benchmarks on LLCM and Analyzing Range-Induced Occlusions on IJB-MDF [51.36007967653781]
  ViT(Vision Transformers)は、顔や身体の認識を含む幅広い生体計測タスクにおいて、印象的なパフォーマンスを誇示している。 本研究では、視認性(VIS)画像に事前訓練されたVTモデルを、クロススペクトル体認識の難しい問題に適用する。 このアイデアに基づいて、我々はSide Information Embedding (SIE)を統合し、ドメインとカメラ情報のエンコーディングの影響を調べ、スペクトル間マッチングを強化する。 驚くべきことに、我々の結果は、ドメイン情報を明示的に組み込むことなく、カメラ情報のみを符号化することで、LLCMデータセット上で最先端のパフォーマンスが得られることを示している。
  論文  参考訳（メタデータ） (2025-06-10T16:20:52Z)
• AuxDet: Auxiliary Metadata Matters for Omni-Domain Infrared Small Target Detection [49.81255045696323]
  補助メタデータ駆動型赤外小型ターゲット検出器(AuxDet)について述べる。 AuxDetはメタデータセマンティクスと視覚的特徴を統合し、各サンプルに対する適応表現学習を導く。 挑戦的なWideIRSTD-Fullベンチマークの実験は、AuxDetが一貫して最先端のメソッドより優れていることを示した。
  論文  参考訳（メタデータ） (2025-05-21T07:02:05Z)
• CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
  スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。 スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。 本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
  論文  参考訳（メタデータ） (2025-04-27T13:06:40Z)
• Bridging Spectral-wise and Multi-spectral Depth Estimation via Geometry-guided Contrastive Learning [14.780395819442052]
  マルチスペクトル画像からの深度推定のために,アライメント・アンド・フューズ・ストラテジーという効果的な解を提案する。 提案手法に基づいて,スペクトル不変および多スペクトル融合深度推定の両方を単一深度ネットワークで行うことができる。
  論文  参考訳（メタデータ） (2025-03-02T08:45:58Z)
• Optimizing Multispectral Object Detection: A Bag of Tricks and Comprehensive Benchmarks [49.84182981950623]
  RGBおよびTIR(熱赤外)変調を利用したマルチスペクトル物体検出は,課題として広く認識されている。 モダリティと堅牢な融合戦略の両方から特徴を効果的に抽出するだけでなく、スペクトルの相違といった問題に対処する能力も必要である。 本稿では,高パフォーマンス単一モードモデルのシームレスな最適化が可能な,効率的かつ容易にデプロイ可能なマルチスペクトルオブジェクト検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-27T12:18:39Z)
• A Unified Framework for Iris Anti-Spoofing: Introducing Iris Anti-Spoofing Cross-Domain-Testing Protocol and Masked-MoE Method [42.86520659674655]
  Iris Anti-Spoofing Cross-Domain-Testing (IAS-CDT) プロトコルを提案する。 7つのデータベースに属する10のデータセットを4つの機関が公開し、6つの異なるデバイスで収集する。 階層的な3つのサブプロトコールを含み、平均性能、断面積一般化、IASモデルのクロスデバイス一般化を評価することを目的としている。
  論文  参考訳（メタデータ） (2024-08-19T07:24:36Z)
• Multispectral Biometrics System Framework: Application to Presentation Attack Detection [10.246136918682057]
  能動光源と同期する一連のセンサからマルチスペクトルデータをキャプチャするバイオメトリックスシステムを構築するためのフレームワークを提案する。 提示された設計は、可視光から長波長の赤外線まで、このような多様な電磁スペクトルバンドを使用した最初のものである。
  論文  参考訳（メタデータ） (2020-06-12T22:09:35Z)

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。