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。
顔認識(FAS)は,異なるプレゼンテーション攻撃から顔認識システムを確保する際に重要な役割を果たす。以前の研究は,補助画素レベル監視とドメイン一般化手法を利用して,非セープスポーフタイプに対処した。しかしながら,画像捕捉,すなわち,捕捉装置と提示材料の局所特性は,既存の研究で無視され,そのような情報が,ライブとスポーフ画像を区別するためにネットワークに必要であると主張する。本研究では,細粒パッチ型認識問題として顔アンチスポーリングを再構成するPatchNetを提案した。特異的であるために,著者らのフレームワークは,非歪顔画像からのパッチ作付けに基づく,捕捉装置と提示材料の組み合わせを認識する。この再定式化は,データ変動を大きく改善でき,ローカルキャプチャパターンから識別特徴を学習するためにネットワークを強制できる。さらに,スプーフ特徴の一般化能力をさらに改善するために,パッチ埋込み空間を正則化するために,新しい非対称Marginベース分類損失と自己監督類似性損失を提案した。著者らの実験結果は,著者らの仮定を検証し,このモデルが,局所領域だけを見ることによって,ロバストに,非意味的スプータイプを認識できることを示した。さらに,FASの微細粒およびパッチレベル再定式化は,データセット,クロスデータセットおよびドメイン一般化ベンチマークに関する既存のアプローチより性能が優れていた。さらに,PatchNetフレームワークは,少数Shot参照ベースFASのような実用的応用を可能にし,また,スプーフ関連固有キューの将来探査を容易にする。【JST・京大機械翻訳】