文献

J-GLOBAL ID：202202258525536974   整理番号：22A0450489

生成敵対ネットワークに基づくマルチインスタンス消去可能バイオメトリックス方式【JST・京大機械翻訳】

Multi-instance cancellable biometrics schemes based on generative adversarial network

著者 (5件)： Tarek Mayada (Department of Computer Science, Mansoura University, Mansoura, Egypt) ,  Tarek Mayada (Department of Computer Science, Jouf University, Jouf, Saudi Arabia) ,  Hamouda Eslam (Department of Computer Science, Mansoura University, Mansoura, Egypt) ,  Hamouda Eslam (Department of Computer Science, Jouf University, Jouf, Saudi Arabia) ,  Abohamama A. S. (Department of Computer Science, Mansoura University, Mansoura, Egypt)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 1  ページ： 501-513  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： キャンセルブルバイオメトリック方式の主な役割は,登録ユーザのプライバシーを保護することである。保護されたバイオメトリックデータは,元のバイオメトリックデータにパラメータ化された変換関数を適用することにより生成される。キャンセルブルバイオメトリック方式は高いセキュリティレベルを達成するが,それらは認識精度を劣化させる。生体計測システムにおける認識精度を高めるために最も広く使われているアプローチの一つは,同じバイオメトリックモダリティのいくつかのインスタンスを組み合わせることである。本論文では,虹彩特性に基づく2つのマルチインスタンス可能なバイオメトリック方式を提示した。虹彩バイオメトリック形質は,他のバイオメトリック特性と比較して,虹彩形質の信頼性と安定性のために,両方の方式において使用される。生成敵対ネットワーク(GAN)をバイオメトリック特徴のための変換関数として使用した。第1の方式は事前変換特徴レベル融合に基づいており,そこでは多重インスタンスの二値特徴を連結し,変換相に入力する。他方,2番目のスキームは,各インスタンスが変換フェーズに別々に入力される後変換特徴レベル融合に基づいている。CASIA Iris-V3-Internalデータベースで行った実験により,2つの提案方式の高い認識精度を確認した。さらに,提案方式のセキュリティを解析し,2つのよく知られた攻撃に対するロバスト性を証明した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  生体計測 ,  データベース ,  *ネットワーク ,  虹彩 ,  プライバシー ,  多重化 ,  ロバスト性 ,  パラメタリゼーション ,  セキュリティ ,  *バイオメトリクス
準シソーラス用語： モダリティ ,  認識精度 ,  虹彩認識 ,  *ホップ数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 消去可能なバイオメトリックス ,  マルチインスタンスバイオメトリックス ,  特徴レベル融合 ,  虹彩認識 ,  生成敵対ネットワーク

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

タイトルに関連する用語 (5件)： 敵対 ,  マルチ ,  インスタンス ,  消去 ,  メトリックス