DRLを応用!人の挙動を模倣した顔なりすまし検知「DRL-FAS」とは? | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア

DRLを応用!人の挙動を模倣した顔なりすまし検知「DRL-FAS」とは? | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア

3つの要点✔️ 顔なりすまし防止(Face Anti-spoofing)に対して、グローバルとローカルの情報を抽出するCNNとRNNを組み合わせたモデルを提案✔️ ローカル情報の抽出では、なりすまし(Spoof)の痕跡が残っている可能性の高い領域を探索するプロセスの最適化に強化学習を導入✔️ 従来のモデルと比較して高い性能を達成DRL-FAS: A Novel Framework Based on Deep Reinforcement Learning for Face Anti-Spoofingwritten by Rizhao Cai, Haoliang Li, Shiqi Wang, Changsheng Chen, Alex Chichung Kot(Submitted on 16 Sep 2020 (v1), last revised 18 Sep 2020 (this version, v2))Comments: Accepted at IEEE Transactions on Information Forensics and SecuritySubjects: Computer Vision and Pattern Recognition (cs.CV)Paper Official Code COMM Code導入顔認証技術は、スマートフォンのロック解除や空港の入出国ゲートなど様々な領域で実用化されています。顔認証は生体情報の中でもハンズフリーで気軽に利用できるため、ユーザーフレンドリーな技術であり、さらなる普及が期待されています。しかし、最先端の顔認証技術でも依然として顔のなりすまし(Face Spoofing)に対して、脆弱であることが広く知られています。Apple社のFace IDが提供された際には、そのセキュリティを破ろうと世界中で話題になり、Face IDを無効化する方法がいくつも報告されました。悪意のあるユーザーは、Spoofの顔をカメラに提示することで顔認証システムを簡単にハッキングできます。

1 mentions: @ai_scholar
Keywords: 論文
Date: 2020/11/06 12:12

Referring Tweets

@ai_scholar 顔のなりすまし検知に対して、グローバルとローカルの特徴量を活用するCNNとRNNを組み合わせたモデルを提案しています。ローカル特徴の抽出過程では、この分野で初めて強化学習の最適化を導入し、従来と比べて高い性能を示しています。 t.co/uFiWmhKVwa

Related Entries

Read more 追加セッション情報【Macnica Networks DAY2020+macnica.ai】 | AI-SCHOLAR.TECH
0 users, 1 mentions 2020/06/05 15:23
Read more シミュレーション x 強化学習!シミュレーションから現実の自動運転システムへ(後半) | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア
0 users, 1 mentions 2020/10/07 12:13
Read more Parrot: 多様なデータを用いた事前学習による強化学習のサンプル効率性の向上 | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア
0 users, 1 mentions 2020/12/14 18:00
Read more ラベルなしデータは「等しく」扱うべきか?半教師あり学習の拡張手法を提案 | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア
0 users, 1 mentions 2021/01/14 18:00
Read more 顔のなりすまし検知の分野でのPixel-Wise Supervisionをパワーアップさせる新しいフレームワーク「Pyramid Supervision」 | AI-SCHOLAR | AI:(人工知...
0 users, 1 mentions 2021/01/20 18:22