Can Shadows Reveal Biometric Information?

要約

我々は、拡散表面に投影された物体の影を見ることによって個人の生体情報を抽出する問題を研究している。我々は、最尤法による解析により、影から漏れる生体情報は代表的なシナリオにおいて信頼性の高い身元推定を行うのに十分であり得ることを示す。次に、この現象を実環境で実証する学習ベースの手法を開発し、ラベル付けされた実データを必要とせずに、漏洩の原因である影の微妙な手掛かりを利用する。本手法では、1枚の顔写真から得られる3次元顔モデルからなる合成シーンを構築する。合成データから学習した内容を、領域適応を用いて完全に教師なし方式で実データに転送する。我々のモデルは実領域にうまく汎化することができ、シーンのいくつかのバリエーションに対してロバストである。我々は、未知の形状や隠蔽物が存在するシーンで行われるID分類タスクにおいて、高い分類精度を報告する。

要約(オリジナル)

We study the problem of extracting biometric information of individuals by looking at shadows of objects cast on diffuse surfaces. We show that the biometric information leakage from shadows can be sufficient for reliable identity inference under representative scenarios via a maximum likelihood analysis. We then develop a learning-based method that demonstrates this phenomenon in real settings, exploiting the subtle cues in the shadows that are the source of the leakage without requiring any labeled real data. In particular, our approach relies on building synthetic scenes composed of 3D face models obtained from a single photograph of each identity. We transfer what we learn from the synthetic data to the real data using domain adaptation in a completely unsupervised way. Our model is able to generalize well to the real domain and is robust to several variations in the scenes. We report high classification accuracies in an identity classification task that takes place in a scene with unknown geometry and occluding objects.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL