抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
虹彩認識システムは,プレゼンテーション攻撃,またはPAに脆弱であり,そこでは,システムが印刷された眼,プラスチック眼,または化粧品コンタクトレンズのようなアーチファクトを,システムを回避するように提示する。本研究では,高密度Net畳込みニューラルネットワークアーキテクチャに基づくD-NetPADと呼ばれる有効でロバストな虹彩PA検出器を提案した。それは,PAアーチファクト,センサおよびデータセットを通して,一般化可能性を実証した。専用データセットと公的に利用可能なデータセット(LivDet-2017)で行った実験は,虹彩PA検出のための提案した方法の有効性を実証した。提案方法は,元のデータセットで0.2%の偽検出率で98.58%の真の検出率をもたらし,LivDet-2017データセットで最先端の方法より優れている。D-NetPADの性能を説明するために,それぞれt-SNEプロットとGrad-CAMを用いて中間特徴分布と固定熱マップを可視化した。さらに,ネットワークによって抽出された特徴の性質を説明するために周波数解析を行った。ソースコードと訓練されたモデルはhttps://github.com/iPRoBe-lab/D-NetPADで利用可能である。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】