May, 2022

人工智能时代巴西数据的风险？

PDF
TL;DR本文讨论了生物识别系统，特别是脸部模态的漏洞和如何通过伪造攻击的方式欺骗生物识别系统，并提出了十个问题，以开始在人工智能时代探讨市民数据安全和数据隐私问题。
发现论文，激发创造
  • 基于掩码模板的隐私保护

    该论文提出了保护个人隐私的重要性，并探讨了通过防止非授权识别算法获取原始图像的实际特征，从而保护人体基 ometrics 的图象隐私的方法。

    Feb, 2022

  • 人脸识别：公众接受度、隐私和歧视的跨国调查

    本研究针对面部识别技术在公众中的接受度、隐私和种族歧视问题，通过中德英美四国的调查结果提供了有关政策制定者和法律监管机构的意见。

    Jul, 2020

  • 生物特征识别：信任，但验证

    本文就生物识别技术面临的问题进行了调查，包括认知性能、安全性、公平性、数据归集和用户隐私等，并提出了如何解决这些问题以提高其安全性和公信力的建议。

    May, 2021

  • 生物识别中的人口群体偏见：一项关键挑战的调查

    本文深入探讨了生物识别技术在算法偏倚背景下的现存问题及解决方案，尤其关注人脸识别算法的种族歧视和偏见问题，并提出了未来的研究方向。

    Mar, 2020

  • 利用神经网络的生物计量学

    生物识别技术在数字身份识别中发挥着重要作用，然而当前的技术仍存在一定的安全性和精确性问题。本文调查了基于神经网络的各种生物识别技术，强调了对提高精确性和可靠性的不断追求，得出了神经网络与生物特征结合不仅可以提高准确性，还有助于整体安全性的结论。

    Feb, 2024

  • 人脸识别的合成数据：现状和未来前景

    该研究论文探讨了合成面部数据在人脸识别领域中的应用及近期进展，以及由此带来的挑战和未来前景。研究提出合成数据作为隐私友好的替代品具有很大的潜力。

    May, 2023

  • 基于 Web 的系统中，以人脸识别作为认证方法

    该论文介绍了基于机器学习的人脸识别技术在 Web 系统中作为身份认证方法的应用，其中结合了 MTCNN、Facenet 和 LinearSVC 等多个算法进行人脸识别，最终实现了 95% 的准确率。

    Mar, 2021

  • 人脸识别系统的最新趋势分析

    本研究讨论了多种人脸识别系统，并分析了其实施和性能评估，通过比较得出了最佳的方法以供未来开发工作使用，涉及到的技术包括人脸识别，生物识别，深度学习等。

    Apr, 2023

  • 模型无关的保护实用性的生物识别信息匿名化

    利用生物识别技术的高风险性及潜在隐私问题，本文提出了一种新颖的数据转换框架，可实现对生物识别数据的匿名化处理，以降低敏感信息泄露的风险并保留下游机器学习分析所需的特征。实验证明了该框架能通过高度抑制敏感信息的方式，同时保持数据的实用性，从而使得对匿名化生物识别数据的后续分析仍能达到令人满意的准确性。

    May, 2024

  • 探究面部识别审计中的伦理关切

    为了避免加剧或补充审计系统所传播的伤害，审计人员需要意识到更多的设计考虑和伦理紧张关系。本文针对商业人脸处理技术，展示了五个伦理问题，并提供了这些问题的具体例证，同时反思了这些问题对算法审计的作用和它们所揭示的基本产品局限性的意义。

    Jan, 2020