文献

J-GLOBAL ID：202202291656300658   整理番号：22A0732275

動的顔認証システム:カメラのクローズアップとヘッド回転パラダイムのための深層学習検証【JST・京大機械翻訳】

Dynamic face authentication systems: Deep learning verification for camera close-Up and head rotation paradigms

著者 (6件)： Castelblanco Alejandra (AppGate Inc., Bogota, Colombia) ,  Rivera Esteban (AppGate Inc., Bogota, Colombia) ,  Solano Jesus (AppGate Inc., Bogota, Colombia) ,  Tengana Lizzy (AppGate Inc., Bogota, Colombia) ,  Lopez Christian (AppGate Inc., Bogota, Colombia) ,  Ochoa Martin (Department of Computer Science, ETH Zuerich)
資料名： Computers & Security  (Computers & Security)
巻： 115  ページ： Null  発行年： 2022年 
JST資料番号： E0995A  ISSN： 0167-4048  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： また,顔認証システムの人気は,顔スプーフィング攻撃のような悪意のある認証試みの研究において,興味を発生した。本研究では,2つの動的顔認証課題:カメラの接近とヘッド回転パラダイムを調べた。各パラダイムに対して,著者らは,ライブネス検出と顔検証のタスクを実行するMLベースの顔認証システムを開発した。野生で収集されたビデオからの構造化データ表現を生成するために,顔の3次元および空間特性を抽出する特徴表現を設計し,一方,要求されたチャレンジベース運動の特定のライブネスキューを捉えた。さらに,畳込みニューラルネットワークとSiameseニューラルネットワークアーキテクチャを採用した一連のニューラルネットワークモデルを提案した。このモデルを訓練し試験するために,41の異なる被験者によって記録された177のライブビデオのデータセットと,制御されていないシナリオにおける243の攻撃試みのセットを収集した。得られたNNモデルは,複数のタイプのメディアベース攻撃(プリント攻撃,スクリーン攻撃,2Dマスク,公共ソーシャルメディアから取得したビデオ,深い偽造物)に対して優れた性能を与える。カメラクローズアップシステムは,97.7%の全体のライブネス検出精度と97.6%の顔検証精度を示した。一方,ヘッド回転システムの評価は,92.4%のライブネス検出精度と98.1%の顔検証精度をもたらした。動的ユーザチャレンジに基づく顔認証方法は,現実的な使用シナリオにおける顔認証システムのセキュリティを増加させるために,専門化されたハードウェアを必要としないスケーラブルなアプローチを構成する。提案手法は,攻撃を生成する攻撃者にとってより困難になるだけでなく,静的バイオメトリック認証システムに対する実用的補完を構成する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *カメラ ,  ニューラルネットワーク ,  録画装置 ,  ハードウェア ,  二次元 ,  三次元 ,  *接写 ,  *検証 ,  *認証 ,  バイオメトリクス ,  サイバー攻撃
準シソーラス用語： *顔認証 ,  *認証システム ,  ソーシャルメディア ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 生命検出 ,  顔検証 ,  顔認証 ,  顔スプーフィング検出 ,  ニューラルネットワーク

分類 (2件)： データ保護  (JD01020V) ,  符号理論  (ND02030R)

タイトルに関連する用語 (5件)： 認証システム ,  クローズアップ ,  パラダイム ,  深層学習 ,  検証