Research on master biometric information protection and utilization platform

主控生物特征信息保护与利用平台研究

基本信息

批准号：
21H04907
负责人：
越前功
金额：
$ 26.96万
依托单位：
National Institute of Informatics
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-05 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H04907/
关键词：
生体情報保護機械学習

项目摘要

2021年度には，[目的1] 多様なモダリティを対象としたマスター生体情報（MBI）の生成および検出技術の確立の以下の2つの課題，[課題1-1] マスター生体情報の生成方式の検討，[課題1-2] マスター生体情報の検出方式の検討を実施した．[課題1-1] マスター生体情報の生成方式の検討では，顔や静脈などの生体情報を対象として，マスター生体情報の生成方式を検討した．具体的には，我々が2020年に発表したStyleGANを用いたマスター顔生成の基本方式を参考に，最適な学習モデルの検討と，大規模精緻あ情報データセットの学習の効率化を検討した．[課題1-2] マスター生体情報の検出方式の検討では，[課題1-1]において生成した多様なモダリティのマスター生体情報を高精度で検出する方式を検討した．具体的には，2019年に我々が提案したCapsule NetworkによるDeepfake検出手法を参考に，AIで生成された生体情報を高精度で検出する手法の基礎検討を実施した．その結果，StyleGANで生成されたマスター顔については，高精度で検出できる目途が立った．

2021财年，我们将重点开展以下两项任务：[目标1]建立各种模式的主生物识别信息（MBI）的生成和检测技术，以及[任务1-1]检查主生物识别信息的生成方法， [任务1-2] 我们研究了主生物特征信息的检测方法。 [任务1-1] 在研究主生物信息的生成方法时，我们以面部、静脉等生物信息为对象，研究了主生物信息的生成方法。具体来说，我们参考我们在2020年公布的使用StyleGAN进行主控人脸生成的基本方法，研究了最优学习模型以及在大规模复杂信息数据集上的学习效率。 [任务1-2]在研究主生物特征信息的检测方法时，我们研究了一种高精度检测[任务1-1]中生成的各种形态的主生物特征信息的方法。具体来说，我们参考了我们在 2019 年提出的使用 Capsule Network 的 Deepfake 检测方法，对一种高精度检测 AI 生成的生物特征信息的方法进行了基础研究。因此，StyleGAN 生成的主面部有望被高精度检测。

项目成果

期刊论文数量（21）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

On the predictability in reversible steganography

DOI：
10.1007/s11235-022-00985-0
发表时间：
2022-02
期刊：
Telecommunication Systems
影响因子：
2.5
作者：
Ching-Chun Chang;Xu Wang;Sisheng Chen;H. Kiya;I. Echizen
通讯作者：
Ching-Chun Chang;Xu Wang;Sisheng Chen;H. Kiya;I. Echizen

OpenForensics: Large-Scale Challenging Dataset For Multi-Face Forgery Detection And Segmentation In-The-Wild

DOI：
10.1109/iccv48922.2021.00996
发表时间：
2021-07
期刊：
2021 IEEE/CVF International Conference on Computer Vision (ICCV)
影响因子：
0
作者：
Trung-Nghia Le;H. Nguyen;J. Yamagishi;I. Echizen
通讯作者：
Trung-Nghia Le;H. Nguyen;J. Yamagishi;I. Echizen

Master Face Attacks on Face Recognition Systems

DOI：
10.1109/tbiom.2022.3166206
发表时间：
2021-09
期刊：
IEEE Transactions on Biometrics, Behavior, and Identity Science
影响因子：
0
作者：
H. Nguyen;S. Marcel;J. Yamagishi;I. Echizen
通讯作者：
H. Nguyen;S. Marcel;J. Yamagishi;I. Echizen

Secure and Privacy Preserving Proxy Biometrics Identities

DOI：
10.48550/arxiv.2212.10812
发表时间：
2022-12
期刊：
影响因子：
0
作者：
Harkeerat Kaur;Rishabh Shukla;I. Echizen;P. Khanna
通讯作者：
Harkeerat Kaur;Rishabh Shukla;I. Echizen;P. Khanna

Effectiveness of Detection-based and Regression-based Approaches for Estimating Mask-Wearing Ratio

DOI：
10.1109/fg52635.2021.9667046
发表时间：
2021-11
期刊：
2021 16th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2021)
影响因子：
0
作者：
Khanh-Duy Nguyen;H. Nguyen;Trung-Nghia Le;J. Yamagishi;I. Echizen
通讯作者：
Khanh-Duy Nguyen;H. Nguyen;Trung-Nghia Le;J. Yamagishi;I. Echizen