文献

J-GLOBAL ID：201702226302976679   整理番号：17A0145441

画質回帰を用いた顔なりすまし検出【Powered by NICT】

Face spoofing detection with image quality regression

著者 (3件)： Li Haoliang (Nanyang Technological University, Singapore) ,  Wang Shiqi (Nanyang Technological University, Singapore) ,  Kot Alex C. (Nanyang Technological University, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IPTA  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 顔なりすまし検出は,今日ではバイオメトリクス認証問題に関する注目を集めている。顔なりすまし検出は捕捉装置と条件の性質に強く依存する,固有画像品質に関連性が強いという観察に触発されて,本論文では,二段階学習アプローチに基づくなりすまし検出問題に取り組んでいる。最初に,手動で顔サンプル品質(例えば,カメラモデル)の事前知識に基づく訓練サンプルをクラスタ化し,抽出された画像品質評価(IQA)特徴を用いて各クラスタに基づく訓練される多重品質にガイドされた分類器。続いて,回帰関数は対応する分類器のパラメータにIQAスコアからのマッピングによる学習であり,これはさらに分類に用いることができる。そのようなものとして,検証のための入力新しい顔が与えられたとき,前学習回帰モデルに基づくその分類器の係数を予測することができる,なりすまし検出は,効果的に達成できる。実験の結果は,単一分類器を用いたIQA特徴を適用した直接戦略と比較して有意に良好な分類性能を達成することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： クラスタ ,  バイオメトリクス ,  多重化 ,  捕獲 ,  回帰モデル ,  品質 ,  学習 ,  クラスタ化 ,  *画質
準シソーラス用語： スコア ,  事前知識 ,  カメラモデル ,  *成り済し , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 画質 ,  顔 ,  なりすまし