Application of Convolutional Neural Networks for Face Anstispoofing

D. V. Pakulich; S. A. Alyamkin

doi:10.3103/S8756699021040099

Application of Convolutional Neural Networks for Face Anstispoofing

Переведенное название: Использование свёрточных нейронных сетей для обнаружения подмены лица его изображением

D. V. Pakulich, S. A. Alyamkin

Результат исследования: Научные публикации в периодических изданиях › статья › рецензирование

Аннотация

Увеличение доли компьютерного зрения для систем биометрической идентификации и использование его в качестве меры безопасности приводит к росту попыток фальсификации. В связи с этим увеличивается и количество способов автоматического определения подобных ситуаций. Но как и большинство систем, использующих компьютерное зрение в различных ситуациях, точность распознавания атак может снижаться в некоторых случаях. В предлагаемой работе рассмотрены существующие подходы к распознаванию спуфинг-атак и дана оценка их устойчивости к изменению условий записи данных.

Переведенное название	Использование свёрточных нейронных сетей для обнаружения подмены лица его изображением
Язык оригинала	английский
Номер статьи	11
Страницы (с-по)	412-418
Число страниц	7
Журнал	Optoelectronics, Instrumentation and Data Processing
Том	57
Номер выпуска	4
DOI	https://doi.org/10.3103/S8756699021040099
Состояние	Опубликовано - июл 2021

Предметные области OECD FOS+WOS

2.02 ЭЛЕКТРОТЕХНИКА, ЭЛЕКТРОННАЯ ТЕХНИКА, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
1.03 ФИЗИЧЕСКИЕ НАУКИ И АСТРОНОМИЯ

Доступ к документу

10.3103/S8756699021040099

Другие файлы и ссылки

Ссылка на публикацию в Scopus

Fingerprint

Подробные сведения о темах исследования «Использование свёрточных нейронных сетей для обнаружения подмены лица его изображением». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать

@article{3761b7aea6e143a8bd3e580cb2dbc377,

title = "Application of Convolutional Neural Networks for Face Anstispoofing",

abstract = "An increase in the share of computer vision for biometric identification systems and its application as a security measure leads to the growth of falsification attempts. In view of this fact, the number of methods for the automatic detection of such situations also grows. However, similarly to most of the systems using computer vision in different situations, the attack detection precision may decrease in some cases. The submitted paper considers the existing approaches to the detection of spoofing attacks and gives an estimate for their stability under changing date recording conditions.",

keywords = "computer vision, convolutional neural networks, deep neural networks, detection of spoofing attacks",

author = "Pakulich, {D. V.} and Alyamkin, {S. A.}",

note = "Publisher Copyright: {\textcopyright} 2021, Allerton Press, Inc.",

year = "2021",

month = jul,

doi = "10.3103/S8756699021040099",

language = "English",

volume = "57",

pages = "412--418",

journal = "Optoelectronics, Instrumentation and Data Processing",

issn = "8756-6990",

publisher = "Allerton Press Inc.",

number = "4",

}

Application of Convolutional Neural Networks for Face Anstispoofing. / Pakulich, D. V.; Alyamkin, S. A.

В: Optoelectronics, Instrumentation and Data Processing, Том 57, № 4, 11, 07.2021, стр. 412-418.

Результат исследования: Научные публикации в периодических изданиях › статья › рецензирование

TY - JOUR

T1 - Application of Convolutional Neural Networks for Face Anstispoofing

AU - Pakulich, D. V.

AU - Alyamkin, S. A.

PY - 2021/7

Y1 - 2021/7

N2 - An increase in the share of computer vision for biometric identification systems and its application as a security measure leads to the growth of falsification attempts. In view of this fact, the number of methods for the automatic detection of such situations also grows. However, similarly to most of the systems using computer vision in different situations, the attack detection precision may decrease in some cases. The submitted paper considers the existing approaches to the detection of spoofing attacks and gives an estimate for their stability under changing date recording conditions.

AB - An increase in the share of computer vision for biometric identification systems and its application as a security measure leads to the growth of falsification attempts. In view of this fact, the number of methods for the automatic detection of such situations also grows. However, similarly to most of the systems using computer vision in different situations, the attack detection precision may decrease in some cases. The submitted paper considers the existing approaches to the detection of spoofing attacks and gives an estimate for their stability under changing date recording conditions.

KW - computer vision

KW - convolutional neural networks

KW - deep neural networks

KW - detection of spoofing attacks

UR - http://www.scopus.com/inward/record.url?scp=85122918327&partnerID=8YFLogxK

U2 - 10.3103/S8756699021040099

DO - 10.3103/S8756699021040099

M3 - Article

AN - SCOPUS:85122918327

VL - 57

SP - 412

EP - 418

JO - Optoelectronics, Instrumentation and Data Processing

JF - Optoelectronics, Instrumentation and Data Processing

SN - 8756-6990

IS - 4

M1 - 11

ER -