ชุดข้อมูลใหม่สำหรับการทำวิจัยเกี่ยวกับการตรวจจับการโจมตีด้วยการจดจำใบหน้า (PAD) ได้รับการพัฒนาโดยทีมนักวิทยาศาสตร์จากidnowและสถาบันวิจัย Idiap- อีกอย่างหนึ่งได้รับการสร้างขึ้นโดยนักวิจัย IDIAP เพื่อช่วยเพิ่มแผ่นไบโอเมตริกซ์ periocular บนชุดหูฟัง VR
นักวิจัยกล่าวว่า“ วิธีการแผ่นปัจจุบันมักจะไวต่อโดเมนข้อมูลส่วนหนึ่งเป็นผลมาจากข้อ จำกัด ของชุดข้อมูลแผ่นฝึกอบรม” ข้อ จำกัด เหล่านั้นถูกสร้างขึ้นโดยความท้าทายในการค้นหาปริมาณข้อมูลที่ได้รับความยินยอมเพียงพอที่จะใช้และมีผลของการวางนัยทั่วไปที่อ่อนแอซึ่ง“ ปัจจุบันเป็นความท้าทายหลักที่ชุมชน PAD ต้องเผชิญ”
ชุดข้อมูล Soteria ใหม่ถูกนำเสนอในกระดาษ“ชุดข้อมูลนวนิยายและรับผิดชอบสำหรับการตรวจจับการโจมตีด้วยการนำเสนอหน้าบนอุปกรณ์มือถือ- ชุดข้อมูลประกอบด้วยวิดีโอใบหน้าข้อมูลการเคลื่อนไหวข้อมูลเชิงลึกและตัวอย่างจากการโจมตีของโปรเจ็กเตอร์ที่เป็นนวนิยายตามรายงานของนักวิจัย
โครงการได้รับการสนับสนุนโดยรูปแบบการระดมทุนโครงการ Horizon 2020 ของสหภาพยุโรป
นักวิจัยแสดงให้เห็นถึงคุณค่าของชุดข้อมูล Soteria โดยการประเมินรูปแบบการจดจำใบหน้า SOTA (IRESNET100) สำหรับความเสี่ยงต่อวิธีการโจมตีที่แสดงในชุดข้อมูล นอกจากนี้ยังวิเคราะห์โมเดล Sota Pad (Deeppixbis) ในกระดาษ
การวิเคราะห์แสดงให้เห็นว่าการโจมตีในชุดข้อมูลนั้นมีประสิทธิภาพต่อโมเดล IRESNET100 ซึ่งแนะนำว่าพวกเขาจะเพียงพอที่จะเอาชนะระบบชีวภาพใบหน้าร่วมสมัย
ทางด้านแผ่นนักวิจัยใช้ Soteria และชุดข้อมูลอีกสองชุดเพื่อฝึกอบรมแบบจำลอง Deeppixbis การฝึกอบรมด้วย Sotreia ส่งผลให้ประสิทธิภาพการทำงานข้ามส่วนที่ดีซึ่งวัดโดย APCER (อัตราความผิดพลาดในการจำแนกประเภทการโจมตี) ประสิทธิภาพการทำงานข้ามข้อมูลนั้นเลวร้ายยิ่งกว่า APCER ภายใน DATASET เมื่อโมเดลได้รับการฝึกฝนในชุดข้อมูลอีกสองชุด แบบจำลองที่ผ่านการฝึกอบรมเกี่ยวกับ Soteria ไม่ถึงระดับการตรวจจับที่เป็นประโยชน์อย่างไรก็ตามด้วย BPCER (อัตราความผิดพลาดในการจำแนกประเภท BONA โดยสุทธิ) สูงกว่า 55 เปอร์เซ็นต์โดย APCER ตั้งไว้ที่ 1 เปอร์เซ็นต์ซึ่งหมายถึงการนำเสนอทางชีวภาพมากกว่าครึ่งหนึ่ง
การทำงานเพิ่มเติมโดยใช้ชุดข้อมูลใหม่คาดว่าจะประเมินผลกระทบของอุปกรณ์บันทึกและสภาพแวดล้อมที่แตกต่างกันและผลกระทบของความท้าทายในการเคลื่อนไหวบน PAD รวมถึงความไม่เท่าเทียมกันทางเพศ
การรับรองความถูกต้องใน VR
นักวิจัย IDIAP ได้เผยแพร่บทความเกี่ยวกับการตรวจสอบความถูกต้องทางชีวภาพและ PAD ซึ่งแนะนำชุดข้อมูลวิดีโอของ biometrics periocular ที่รวบรวมด้วยชุดหูฟัง Meta Quest Pro VR
ชุดข้อมูล Biometric VRBIOM ประกอบด้วยวิดีโอสิบวินาที 900 ของพวกเขาของแท้และการโจมตีการนำเสนอ 1,104 ครั้ง
-การประเมินความน่าเชื่อถือของการตรวจสอบความถูกต้องทางชีวภาพบนอุปกรณ์เสมือนจริง” เสนอตัวชี้วัดประสิทธิภาพพื้นฐาน แต่ยังแสดงให้เห็นว่า biometrics periocular สามารถปลอมแปลงบนชุดหูฟัง VR
นักวิจัยใช้ RESNET34 และสถาปัตยกรรม Neural Neural Neural (CNN) MobileFacenet (CNN) กับชุดข้อมูลใหม่และพบว่าหลังมีประสิทธิภาพมากขึ้นสำหรับ PAD อย่างไรก็ตามในทำนองเดียวกันกับการค้นพบในกระดาษแผ่นด้านบนการตั้งค่า apcer ต่ำส่งผลให้การนำเสนอที่น่าเบื่ออื่น ๆ เกือบทุกครั้งที่ถูกปฏิเสธ
เอกสารทั้งสองจะถูกนำเสนอในการประชุม IEEE International ร่วมทางชีวภาพ (ijcb 2024) ซึ่งจะจัดขึ้นในเดือนกันยายนนี้ในบัฟฟาโลนิวยอร์ก
หัวข้อบทความ
ไบโอเมตริกซ์-การวิจัยทางชีวภาพ-ชุดข้อมูล-ใบหน้าชีวภาพ-คนโง่-idnow-ไบโอเมตริกซ์ periocular-การนำเสนอการตรวจจับการโจมตี
