文献

J-GLOBAL ID：201802277487268557   整理番号：18A0518373

指紋活性検出のための深い三重項埋め込みの精度とロバスト性について【Powered by NICT】

On the accuracy and robustness of deep triplet embedding for fingerprint liveness detection

著者 (2件)： Pala Federico (Center for Research in Intelligent Systems University of California, Riverside, Riverside, CA 92521, USA) ,  Bhanu Bir (Center for Research in Intelligent Systems University of California, Riverside, Riverside, CA 92521, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 116-120  発行年： 2017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： 活性検出はバイオメトリクス認証システムに対する提示攻撃を扱うためのアンチスプーフィングの技術である。バイオメトリクスは各人に可視通常であるので,それらは容易に悪性ユーザによって捕捉され,人のアイデンティティを盗むために複製することができた。特に,指紋は容易に粘着性材料を用いて再現と偽者の指先に付着し,攻撃はセキュリティ要員とカメラネットワークによる気づかれてできる。本論文では,古典的な二値分類製剤(生/偽)は,実および人工指紋の表現ができることを深い計量学習フレームワークによって置換されるとそれらの日間及びクラス内変動を説明する基礎となる因子をモデル化した。枠組みは大幅な三重項ネットワークアーキテクチャに基づいており,元の三重項損失関数の変化から構成されている。実験は,この手法がいくつかのベンチマークデータセット上で最先端をリアルタイムで活性検出を行うことができることを示した。Copyright 2018 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： モデリング ,  *指紋 ,  *ロバスト性 ,  ネットワークアーキテクチャ ,  学習 ,  バイオメトリクス ,  損失関数 ,  *三重項 ,  セキュリティ
準シソーラス用語： 実時間 ,  カメラネットワーク ,  指先 ,  アイデンティティ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  データ保護  (JD01020V)

タイトルに関連する用語 (5件)： 指紋 ,  活性 ,  三重項 ,  埋め込み ,  ロバスト性