論文の概要: Event-based Liveness Detection using Temporal Ocular Dynamics: An Exploratory Approach
- arxiv url: http://arxiv.org/abs/2604.26285v1
- Date: Wed, 29 Apr 2026 04:31:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-30 15:59:36.255009
- Title: Event-based Liveness Detection using Temporal Ocular Dynamics: An Exploratory Approach
- Title（参考訳）: 経時的眼動態を用いた事象に基づく肝臓検出 : 探索的アプローチ
- Authors: Nicolas Mastropasqua, Ignacio Bugueno-Cordova, Rodrigo Verschae, Daniel Acevedo, Pablo Negri,
- Abstract要約: イベントカメラは、マイクロ秒の解像度で明るさのスパース変化を捉え、高速眼球運動の正確な分析を可能にする。
我々は,RGBE-Gazeをリプレイアタック録音で拡張するデータ収集プロトコルを設計し,実写検出のためのイベントベースのフェイクデータを生成する。
以上の結果から,事象に基づく表現は,真のシーケンスと再生シーケンスの信頼性の高い識別を可能にし,最大95.37%のトップ-1の精度をスパイク畳み込みニューラルネットワークで達成できることがわかった。
- 参考スコア（独自算出の注目度）: 1.0874100424278175
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Face liveness detection has been extensively studied using RGB cameras, achieving strong performance under controlled conditions but often failing to generalize across sensors and attack scenarios. In this work, we explore event cameras as an alternative sensing modality for liveness detection based on temporal ocular dynamics. Event cameras capture sparse, asynchronous changes in brightness with microsecond resolution, enabling precise analysis of fast eye movements such as saccades. Replay attacks cannot faithfully reproduce these dynamics due to temporal resampling and display artifacts, leading to distinctive spatio-temporal patterns in the event domain. We design a data collection protocol to extend RGBE-Gaze with replay-attack recordings, yielding an event-based fake counterpart for liveness detection. We analyze event-driven temporal features from eye regions and evaluate their effectiveness for ocular motion segmentation and liveness classification. Our results show that event-based representations enable reliable discrimination between genuine and replayed sequences, achieving up to 95.37% top-1 accuracy with a spiking convolutional neural network. These preliminary findings highlight the potential of event-based sensing for robust and low-latency liveness detection.
- Abstract（参考訳）: 顔の生存度検出は、RGBカメラを用いて広範囲に研究され、制御された条件下での強い性能を達成するが、センサーや攻撃シナリオをまたいだ一般化に失敗することが多い。
本研究では,時間的視線力学に基づく生活度検出のための代替センシングモダリティとして,イベントカメラを探索する。
イベントカメラは、マイクロ秒の解像度で明るさのスパースで非同期な変化を捉え、ササードのような高速眼球運動の正確な分析を可能にする。
リプレイアタックは、時間的再サンプリングと表示アーティファクトによってこれらのダイナミクスを忠実に再現することができず、イベントドメインに特有の時空間パターンをもたらす。
我々は,RGBE-Gazeをリプレイアタック録音で拡張するデータ収集プロトコルを設計し,実写検出のためのイベントベースのフェイクデータを生成する。
眼球領域からイベント駆動の時間的特徴を分析し,眼球運動のセグメンテーションと生活度分類の有効性を評価した。
以上の結果から,事象に基づく表現は,真のシーケンスと再生シーケンスの信頼性の高い識別を可能にし,最大95.37%のトップ-1の精度をスパイク畳み込みニューラルネットワークで達成できることがわかった。
これらの予備的な知見は、堅牢で低遅延のライブネス検出のためのイベントベースセンシングの可能性を示している。
関連論文リスト
- Towards Video Anomaly Detection from Event Streams: A Baseline and Benchmark Datasets [71.53287557600177]
イベントベースの異常検出を統一研究の方向性として確立するための第一歩を踏み出す。
まず、同期イベントとRGB記録を特徴とする、ビデオ異常検出のための複数のイベントストリームベースのベンチマークを構築した。
次に,EVent中心のビデオ異常検出フレームワークであるEWADを提案する。
論文 参考訳（メタデータ） (2026-03-26T03:33:33Z) - Inference-Time Gaze Refinement for Micro-Expression Recognition: Enhancing Event-Based Eye Tracking with Motion-Aware Post-Processing [2.5465367830324905]
イベントベースの視線追跡は、きめ細かい認知状態の推測に重要な可能性を秘めている。
本稿では、既存の事象に基づく視線推定モデルの出力を高めるために、モデルに依存しない推論時間改善フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-14T14:48:11Z) - SuperEIO: Self-Supervised Event Feature Learning for Event Inertial Odometry [6.552812892993662]
イベントカメラは非同期に低レイテンシのイベントストリームを出力し、高速動作における状態推定と挑戦的な照明条件を約束する。
我々は,学習に基づく事象のみの検出とIMU測定を利用して,事象慣性オドメトリーを実現する新しいフレームワークであるSuperEIOを提案する。
提案手法を複数の公開データセット上で広範囲に評価し,その精度とロバスト性を他の最先端のイベントベース手法と比較した。
論文 参考訳（メタデータ） (2025-03-29T03:58:15Z) - 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) - Research, Applications and Prospects of Event-Based Pedestrian Detection: A Survey [10.494414329120909]
生物学的網膜にインスパイアされたイベントベースのカメラは、最小限の電力要求、無視できるレイテンシ、時間分解能、拡張可能なダイナミックレンジによって区別される最先端のセンサーへと進化してきた。
イベントベースのカメラは、高速撮像のシナリオにおいて、外部データ伝送を誘発し、動きのぼやけをなくすことによって制限に対処する。
本稿では,特に自律運転における研究と応用について概観する。
論文 参考訳（メタデータ） (2024-07-05T06:17:00Z) - Heart Rate Detection Using an Event Camera [1.8020166013859684]
イベントカメラはニューロモルフィックカメラとしても知られ、従来のシャッターやフレームベースのカメラよりも有利な新興技術である。
本稿では,手首領域の脈動性血流による皮膚表面の微妙な変化を捉えるために,イベントベースのカメラの能力を活用することを提案する。
論文 参考訳（メタデータ） (2023-09-21T08:51:30Z) - Event-based Simultaneous Localization and Mapping: A Comprehensive Survey [52.73728442921428]
ローカライゼーションとマッピングタスクのための非同期および不規則なイベントストリームの利点を利用する、イベントベースのvSLAMアルゴリズムのレビュー。
Paperは、イベントベースのvSLAMメソッドを、特徴ベース、ダイレクト、モーション補償、ディープラーニングの4つのカテゴリに分類する。
論文 参考訳（メタデータ） (2023-04-19T16:21:14Z) - Dual Memory Aggregation Network for Event-Based Object Detection with
Learnable Representation [79.02808071245634]
イベントベースのカメラはバイオインスパイアされたセンサーで、各ピクセルの明るさ変化を非同期に捉える。
イベントストリームは、正極性と負極性の両方のためにx-y-t座標の格子に分割され、3次元テンソル表現として柱の集合が生成される。
長メモリは適応型convLSTMの隠れ状態に符号化され、短メモリはイベントピラー間の空間的時間的相関を計算することによってモデル化される。
論文 参考訳（メタデータ） (2023-03-17T12:12:41Z) - Learning Monocular Dense Depth from Events [53.078665310545745]
イベントカメラは、強度フレームではなく、非同期イベントのストリームの形式で輝度を変化させる。
最近の学習に基づくアプローチは、単眼深度予測のようなイベントベースのデータに適用されている。
本稿では,この課題を解決するための繰り返しアーキテクチャを提案し,標準フィードフォワード法よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2020-10-16T12:36:23Z)
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。