दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

क्या यह वाकई आप हैं? फोटोरियलिस्टिक टॉकिंग-हेड अवतार वीडियो में बायोमेट्रिक सत्यापन परिदृश्यों की खोज

Created by
  • Haebom

लेखक

लौरा पेड्रोज़ो-रोड्रिग्ज़, पेड्रो डेलगाडो-डीरॉबल्स, लुइस एफ. गोमेज़, रूबेन टोलोसाना, रूबेन वेरा-रोड्रिग्ज़, अयथामी मोरालेस, जूलियन फ़िएरेज़

रूपरेखा

यह शोधपत्र यथार्थवादी, बातूनी अवतारों के उदय से उत्पन्न पहचान की चोरी के जोखिमों पर केंद्रित है। चूँकि केवल अवतार के रूप और आवाज़ के आधार पर धोखाधड़ी का पता लगाना मुश्किल है, इसलिए हम चेहरे की गति के पैटर्न का उपयोग करके पहचान सत्यापन के लिए एक बायोमेट्रिक विधि प्रस्तावित करते हैं। हम एक अत्याधुनिक अवतार निर्माण मॉडल (GAGAvatar) का उपयोग करके उत्पन्न यथार्थवादी अवतार वीडियो का एक नया डेटासेट तैयार करते हैं और एक हल्का, व्याख्या योग्य स्थानिक-कालिक ग्राफ़ कन्वोल्यूशनल नेटवर्क (GCN) आर्किटेक्चर प्रस्तावित करते हैं जो टेम्पोरल अटेंशन पूलिंग का उपयोग करता है। प्रायोगिक परिणाम दर्शाते हैं कि चेहरे की गति के संकेत 80% के करीब वक्र के नीचे के क्षेत्र (AUC) के साथ सार्थक पहचान सत्यापन प्रदर्शन प्राप्त करते हैं। प्रस्तावित बेंचमार्क और बायोमेट्रिक प्रणाली अनुसंधान समुदाय के लिए उपलब्ध करा दी गई है, जो अवतार-आधारित संचार प्रणालियों में अधिक उन्नत व्यवहारिक बायोमेट्रिक सुरक्षा की आवश्यकता पर प्रकाश डालती है।

Takeaways, Limitations

Takeaways:
अवतार-आधारित संचार प्रणालियों में पहचान की चोरी के जोखिम पर एक नया परिप्रेक्ष्य और समाधान की खोज।
चेहरे की गति पैटर्न का उपयोग करके व्यवहारिक बायोमेट्रिक्स की प्रभावशीलता का सत्यापन और उच्च प्रदर्शन की उपलब्धि।
एक नया अवतार वीडियो डेटासेट और एक हल्की, व्याख्या योग्य बायोमेट्रिक प्रणाली प्रदान करके अनुसंधान को सक्षम बनाना।
अवतार-आधारित प्रणालियों की सुरक्षा बढ़ाने के लिए महत्वपूर्ण Takeaways प्रदान करता है।
Limitations:
80% का AUC मान एक आदर्श प्रणाली नहीं है, तथा उच्च सटीकता प्राप्त करने के लिए और अधिक शोध की आवश्यकता है।
डेटासेट की विविधता और पैमाने पर सीमाएं हो सकती हैं (उदाहरण के लिए, विभिन्न नस्लें, आयु, चेहरे के भाव, आदि)।
वास्तविक दुनिया के वातावरण में प्रस्तावित प्रणाली के अनुप्रयोग का आगे सत्यापन आवश्यक है (उदाहरण के लिए, प्रकाश, कैमरा कोण आदि में परिवर्तन)।
जटिल छलावरण तकनीकों के प्रति प्रणाली की भेद्यता की समीक्षा की जानी चाहिए।
👍