Анализ эффективности архитектур нейронных сетей для детекции Replay Attack в системах лицевой биометрии
Автор: Широкова Л.Р., Логинов В.Н.
Журнал: Труды Московского физико-технического института @trudy-mipt
Рубрика: Информатика и управление
Статья в выпуске: 1 (49) т.13, 2021 года.
Бесплатный доступ
Рассматриваются вопросы построения эффективной архитектуры нейросети для распознавания спуффинг-атак на систему лицевой биометрии, основанных на подмене в поле зрения камеры видеонаблюдения лица реального человека на видеоизображение лица другого человека, сформированного на экране носимого устройства. Проведен сравнительный анализ подходов к построению нейросетевых архитектур. Получены оценки метрик качества для каждого подхода.
Система биометрии, видеоизображение лица
Короткий адрес: https://sciup.org/142229703
IDR: 142229703
Список литературы Анализ эффективности архитектур нейронных сетей для детекции Replay Attack в системах лицевой биометрии
- Широкова Л.Р., Логинов В.Н. Нейросетевой метод детекции видеоизображения лица в видеопотоке системы лицевой биометрии // Труды МФТИ. 2020. Т. 12, № 4. С. 90-96.
- Минкин В.А. ВиброИзображение. Санкт-Петербург: Реноме, 2007.
- Krizhevsky A. One weird trick for parallelizing convolutional neural networks. arXiv preprint arXiv:1404.5997. 2014.
- Simonyan K., Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition. eprint arXiv:1409.1556. 2014.
- Forrest N. Iandola, Song Han, Matthew W. Moskewicz, Khalid Ashraf, William J. Dally, Kurt Keutzer SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and №0.5MB model size. arXiv:1602.07360v4. 2016.
- Deng J., Dong W., Socher R., Li L.-J., Li K., Fei-Fei L. Imagenet: A large-scale hierarchical image database // 2009 IEEE conference on computer vision and pattern recognition. 2009. P. 248-55.
Статья научная
