AuthNet:時間的顔特徴運動を用いた深層学習ベース認証機構【JST・京大機械翻訳】

Raghavendra Mohit; Omprakash Pravan; Mukesh B R; Kamath Sowmya

プレプリント

J-GLOBAL ID：202202205418349501 整理番号：22P0215179

AuthNet:時間的顔特徴運動を用いた深層学習ベース認証機構【JST・京大機械翻訳】

AuthNet: A Deep Learning based Authentication Mechanism using Temporal Facial Feature Movements

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年12月04日プレプリントサーバーでの情報更新日： 2020年12月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習と深層学習に基づく計量システムは,スマートフォンやその他の小型コンピューティングデバイスのような資源制約環境における認証機構として広く用いられている。これらのAI駆動顔認識機構は,それらの透明で非接触で非侵襲的な性質のため,近年大きな人気を得ている。それらは,大きな範囲に有効であるが,写真,マスク,ガラスなどを用いて,非認可アクセスを得る方法がある。本論文では,パスワード,即ち,時間的顔特徴運動をing音する間,顔認識と特定の顔のユニークな動きの両方を使用する代替認証機構を提案する。提案モデルは,ユーザが任意の言語でパスワードを設定することができるので,言語障壁によっては抑制されない。標準MIRACL-VC1データセット上で評価したとき,提案モデルは98.1%の精度を達成して,効果的でロバストなシステムとしてその有効性を過小評価した。提案手法は,このモデルが10のポジティブビデオサンプルだけで訓練された場合でも,良好な結果を与えるので,データ効率が高い。また,ネットワークの訓練の能力を,様々な複合顔認証とLip読み取りモデルに対して提案システムをベンチマークすることによって実証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識

, ,

前のページに戻る