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。
指紋スプーフ検出の進歩に対する主要な限界は,公的に利用可能な大規模指紋スポフデータセットの欠如であり,これは,バイオメトリックデータのプライバシーとセキュリティを取り巻く懸念により,複合化された問題であった。さらに,ほとんどの最先端のスプーフ検出アルゴリズムは,大量の訓練データの存在下で最良に機能する深いネットワークに依存する。本研究は,限られた量の公的に利用可能な実際のデータセットを訓練するとき,能力を超えた指紋スポフ検出アルゴリズムの性能を改善するために,これらのアルゴリズムを十分なデータで供給する合成(ライブとスポーフ)指紋の有用性を実証することを目的とする。第1に,著者らは,高品質ライブとスプーフィン指紋を合成するために最先端の生成アーキテクチャを修正する際の著者らのアプローチの詳細を提供した。次に,実際のデータサンプルの分布を模倣する合成指紋の品質を検証するために,定量的および定性的解析を提供した。著者らは,実際のデータだけで訓練された同一モデルと比較して,3つの異なる評価データセットで性能を劇的に強化する,指紋スプーフ検出のための深いネットワークを訓練する際に,著者らの合成ライブとスプーフィン指紋の有用性を示した。最後に,オリジナル(実)データセットの25%だけが,合成データで訓練データセットを補強するとき,類似の検出性能を得るために必要であることを示した。【JST・京大機械翻訳】