論文の概要: GBU-Palm: A Multimodal Video Dataset and Benchmark for Palm Presentation Attack Detection
- arxiv url: http://arxiv.org/abs/2608.14389v1
- Date: Fri, 14 Aug 2026 15:31:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.420544
- Title: GBU-Palm: A Multimodal Video Dataset and Benchmark for Palm Presentation Attack Detection
- Title（参考訳）: GBU-Palm:パーム提示検出のためのマルチモーダルビデオデータセットとベンチマーク
- Abstract要約: GBU-Palmは、105人の被験者から21,326の動画と210のヤシを含む大規模なマルチモーダルビデオデータセットとベンチマークである。
ヤシのアイデンティティと攻撃系統を分離するリーク制御プロトコルを構築し、4つの代表的なビデオアーキテクチャをベンチマークする。
その結果、RGB-NIR融合はRGBのみの入力を一貫して上回るものではないことが判明した。
- 参考スコア（独自算出の注目度）: 73.00315875431374
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing palm presentation attack detection (PAD) datasets are often limited by static imagery, restricted acquisition conditions, or insufficient multimodal video data, hindering systematic evaluation across environments, modalities, and attack types. We present GBU-Palm, a large-scale multimodal video dataset and benchmark containing 21,326 videos from 105 subjects and 210 palms across six acquisition environments, including bona fide, Print, and Replay presentations, with 6,310 synchronized RGB-NIR samples. We construct leakage-controlled protocols that separate palm identity and attack lineage and benchmark four representative video architectures under environment-matched and held-out-environment settings. Results reveal substantial architecture-dependent degradation under environmental shift and show that RGB-NIR fusion does not consistently outperform RGB-only input. We further analyze model behavior through true accept (TA), true reject (TR), false accept (FA), and false reject (FR) decomposition, spectral masking, temporal-order intervention, and frozen-backbone NIR probing, revealing distinct failure patterns and evidence utilization across architectures. GBU-Palm provides a unified and challenging benchmark for developing and evaluating robust multimodal palm PAD methods under cross-environment conditions.
- Abstract（参考訳）: 既存のパームプレゼンテーションアタック検出(PAD)データセットは、静的画像、制限された取得条件、あるいは不十分なマルチモーダルビデオデータによって制限されることが多く、環境、モダリティ、アタックタイプに対する体系的な評価を妨げる。
GBU-Palmは105人の被験者から21,326本のヤシと210本のヤシを含む大規模マルチモーダルビデオデータセットとベンチマークであり,6,310個のRGB-NIRサンプルを用いてボナファイド,プリント,リプレイのプレゼンテーションを行う。
ヤシのアイデンティティと攻撃系統を分離するリーク制御プロトコルを構築し,環境に適合した環境環境下で4つの代表的なビデオアーキテクチャをベンチマークする。
その結果、RGB-NIR融合はRGBのみの入力を一貫して上回るものではないことが判明した。
我々はさらに、真受け入れ(TA)、真拒絶(TR)、偽受け入れ(FA)、偽拒絶(FR)分解、スペクトルマスキング、時間順介入、凍結バックボーンNIR探索を通じてモデル行動を分析し、アーキテクチャ全体にわたって異なる障害パターンと証拠利用を明らかにする。
GBU-Palmは、環境横断条件下で堅牢なマルチモーダルパームPAD法の開発と評価のための統一的で挑戦的なベンチマークを提供する。
関連論文リスト
- LaP-Forensics: Latent-Pixel Consistency Guided Multimodal Reasoning for Deepfake Detection [11.780720481629837]
本稿では,RGBセマンティクスを再構築に基づく法医学的証拠で強化するフレームワークであるLaP-Forensicsを紹介する。
独立プロジェクタは、構造化されたWhere-What-Whyモデルの前にRGBイメージと残留マップを符号化し、テキスト解析とアーティファクトマスクを予測する。
実験では、UniversalFakeDetect上でのクロスジェネレータ検出と、公式のSynthScarsベンチマークでの競合アーティファクトローカライゼーションが示されている。
論文 参考訳（メタデータ） (2026-07-28T16:45:52Z) - Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking [58.338848435042536]
RGB-Eventトラッキングは、イベントセンサからRGB外観テクスチャと高密度時間運動キューを融合することにより、ローカライズを改善する。
現実世界のシーンは、従来のマルチモーダル融合を妨げる多様な構造的な信号劣化に悩まされる。
本稿では,RGBイベント追跡に適した階層的摂動・検索フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-24T23:34:06Z) - X-Palm: Paired Multispectral-to-Smartphone Dataset for Cross-Domain Palmprint Authentication [29.884043808473006]
X-Palmは103人(206人)のヤシ画像6,006枚からなるクロスドメインデータセットである
X-Palmは、新しいペアID取得を提供する最初のヤシプリントデータセットである。
12のSOTAモデルのベンチマークでは、既存の手法は制御されたデータ上で高い性能を達成するが、X-Palm上では深刻な性能崩壊を経験することが示された。
論文 参考訳（メタデータ） (2026-06-07T03:27:36Z) - MSAVBench: Towards Comprehensive and Reliable Evaluation of Multi-Shot Audio-Video Generation [88.7702943548674]
マルチショットオーディオビデオ生成のための,初の総合的なベンチマークと適応型ハイブリッド評価フレームワークであるMSAVBenchを紹介する。
私たちのベンチマークでは、ビデオ、オーディオ、ショット、参照の4つの重要な領域にまたがっており、多様なタスク設定、最大15のショット数、非現実的なシナリオに挑戦しています。
MSAVBenchは人間の判断と高度に一致し、スピアマンのランク相関は91.5%に達する。
論文 参考訳（メタデータ） (2026-05-19T17:59:33Z) - Robust Promptable Video Object Segmentation [67.1533741758339]
本稿では,ロバストPVOS(RobustPVOS)の総合的研究について述べる。
まず,351本のビデオクリップと2500枚以上のオブジェクトマスクの2つの実世界評価データセットを用いて,新しい総合的ベンチマークを構築した。
メモリオブジェクト条件付きGated-rank Adaptation (MoGA) と呼ばれる新しいロバストPVOS法を提案する。
論文 参考訳（メタデータ） (2026-05-12T11:55:31Z) - iPhoneBlur: A Difficulty-Stratified Benchmark for Consumer Device Motion Deblurring [0.0]
この研究は、高フレームのiPhone 17 Proビデオから合成された7,400枚の画像ペアの、難易度の高いベンチマークであるiPhoneBlurを紹介した。
各サンプルには、ISP対応および困難適応型復元戦略の調査を可能にする包括的なメタデータが含まれている。
論文 参考訳（メタデータ） (2026-05-07T10:41:16Z) - Gaze4HRI: Zero-shot Benchmarking Gaze Estimation Neural-Networks for Human-Robot Interaction [8.819673391477036]
本稿では,重要なHRI変数に対する最先端性能を評価するために設計された大規模データセットであるGaze4HRIを紹介する。
我々のベンチマークでは、評価されたすべてのメソッドが少なくとも1つの条件でフェールし、急な下向きの視線を普遍的な障害点として特定する。
論文 参考訳（メタデータ） (2026-05-06T11:17:18Z) - A New Dataset and Framework for Robust Road Surface Classification via Camera-IMU Fusion [3.571515153090507]
道路表面分類(RSC)は、環境に配慮した予測保守システムにおいて重要な実現法である。
既存のRCC技術は、狭い運用条件を超えた一般化に失敗することが多い。
この研究は、画像と慣性測定を融合するマルチモーダルフレームワークを導入している。
論文 参考訳（メタデータ） (2026-01-28T18:46:29Z) - EMPalm: Exfiltrating Palm Biometric Data via Electromagnetic Side-Channels [54.460942487872416]
EMエミッションは、手のひら生体情報を漏れさせる。
EMPalmは、盗聴されたEM信号からパームプリントとパームベインの画像の両方を隠蔽的に回収する攻撃フレームワークである。
論文 参考訳（メタデータ） (2025-10-08T20:50:19Z) - Multi-modal Multi-platform Person Re-Identification: Benchmark and Method [58.59888754340054]
MP-ReIDは、マルチモダリティとマルチプラットフォームReIDに特化した新しいデータセットである。
このベンチマークは、RGB、赤外線、サーマルイメージングなど、さまざまなモードで1,930のIDからデータをコンパイルする。
クロスモダリティとクロスプラットフォームシナリオに適した,特定設計のプロンプトを備えたフレームワークであるUni-Prompt ReIDを紹介する。
論文 参考訳（メタデータ） (2025-03-21T12:27:49Z)
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。