Efficient aggregation of face embeddings for decentralized face recognition deployments (extended version)

要約

タイトル：分散型顔認証展開のための顔埋め込みの効率的な集約（拡張版）

要約：

– バイオメトリクスは最もプライバシーに関するデータの1つである。
– プライバシーを重視した普及型認証システムでは、技術的および組織レベルの攻撃ベクトルを減らすために分散アプローチが好まれる。
– ユーザーが自分のデータを保存する場所を制御することが最善であり、その結果、様々なデバイスを使用することになる。
– さらに、集中型のシステムと比較して、エンドユーザーの自由度が高い設計は、ネットワークオーバーヘッドを増加させることがよくある。
– そのため、バイオメトリック認証に顔認識を使用する場合、顔を比較する効率的な方法は実用的展開に重要であり、デバイスの多様性を促進するために必須なネットワークおよびハードウェア要件を削減する。
– この論文は、異なるデータセットと異なる集計戦略の包括的な分析に基づいて顔認識に使用される埋め込みを集約する効率的な方法を提案する。
– この分析の一部として、研究目的で利用可能な新しいデータセットが収集されている。
– 私たちの提案された方法は、プライバシーと長期的な利用可能性に重点を置いた、大規模にスケーラブルな分散型顔認証システムの構築を支援する。

要約(オリジナル)

Biometrics are one of the most privacy-sensitive data. Ubiquitous authentication systems with a focus on privacy favor decentralized approaches as they reduce potential attack vectors, both on a technical and organizational level. The gold standard is to let the user be in control of where their own data is stored, which consequently leads to a high variety of devices used. Moreover, in comparison with a centralized system, designs with higher end-user freedom often incur additional network overhead. Therefore, when using face recognition for biometric authentication, an efficient way to compare faces is important in practical deployments, because it reduces both network and hardware requirements that are essential to encourage device diversity. This paper proposes an efficient way to aggregate embeddings used for face recognition based on an extensive analysis on different datasets and the use of different aggregation strategies. As part of this analysis, a new dataset has been collected, which is available for research purposes. Our proposed method supports the construction of massively scalable, decentralized face recognition systems with a focus on both privacy and long-term usability.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI