Aug, 2023

基于一次性唇部生物特征认证：利用认证短语信息扩展行为特征

PDF
TL;DR基于唇部生物特征身份验证（LBBA）是一种基于通过相机传感器捕获的视频数据中人的唇部运动的身份验证方法。该方法利用唇部运动的物理和行为特征，不需要额外的传感设备，仅需一个 RGB 相机。本论文提出了一种将行为特征与发音内容相关联的一次性方法，通过自定义 GRID 数据集获取所需的三元组，并基于 3D 卷积和递归神经网络层训练匹配网络。测试结果表明，基于开放性协议的 LBBA 在定制的 GRID 数据集上的误识别率为 3.2%，漏识率为 3.8%。还对结果进行了进一步分析，量化了行为特征和物理特征对 LBBA 的影响和区分能力。
发现论文，激发创造
  • 基于语言识别的唇部生物特征视觉系统改进

    该研究是一项关于利用语言信息作为软生物特征，增强基于唇部运动的视觉辅助识别系统性能的初步研究，特别是通过积分打分策略来达到显著的提高。实验使用了包括 8 种不同语言的 laBial Articulation for the proBlem of the spokEn Language rEcognition (BABELE) 数据集，评估了深度学习和机器学习方法。

    Feb, 2023

  • 使用行为生物特征和机器学习评估用户认证模式

    本研究使用行为生物识别，包括触摸动态和手机移动，创建和评估了用户身份验证方案。使用两个公开数据集，采用 7 种机器学习算法进行评估，准确率高达 86％。

    May, 2022

  • 基于深度学习的时空面部特征视觉语音识别

    本研究提出了一种利用面部识别和语言时的面部特征运动的身份验证过程，该过程不受语言限制且在低资源计算环境中具有 96.1% 准确率的表现。

    Apr, 2023

  • 多粒度时空建模用于唇读

    本文提出了一种基于多级时空建模法的新型唇读模型，采用细粒度和中等粒度特征提取方法，结合时域注意理解整个输入序列，该模型在挑战的单词级唇读基准测试中表现出良好的效果。

    Aug, 2019

  • 行为认证系统的隐私保护机器学习

    使用行为特征进行身份验证的机制，通过使用神经网络分类器和随机投影技术来保护数据隐私，并对安全性和隐私攻击提供保护

    Aug, 2023

  • 社交互动中的身体行为：新的注释和最新评估

    本文介绍了 BBSI 的方法和结果，BBSI 是对连续社交互动中复杂身体行为的第一个注释集，其包含了 15 个不同的身体语言类别，并采用四个空间 - 时间特征变体作为 PDAN 的输入来自动检测这些行为，结果表明这是一个困难的任务，但有很大改进的空间。

    Jul, 2022

  • 基于卷积神经网络和局部二值模式的演示攻击检测

    面部和虹膜的演示攻击检测的三种软件方法比较：使用 Inception-v3 的深度卷积神经网络（CNN），基于改进的 Spoofnet 架构的浅层 CNN，以及使用局部二值模式（LBP）的基于纹理的方法。

    Nov, 2023

  • 一种新颖的基于 CNN 和 LSTM 的语音驱动唇形同步模型

    使用一维卷积和 LSTM 的深度神经网络模型，结合语音识别模型和速度损失值的方式，实现了音频与动态唇形同步的三维面部建模和动画，其生成的平滑和自然唇部运动已经成功在汉语口音的成人中得到验证。

    May, 2022

  • AuthNet: 利用面部特征运动的深度学习身份验证机制

    本文提出了一种使用面部识别和特征运动作为密码的双重身份认证机制，基于机器学习和深度学习的生物特征识别系统在这种方案下表现出强大的鲁棒性和准确性。

    Dec, 2020

  • 面部情感行为分析与指令调整

    面部情感行为分析对于从图像中理解人类的心理状态至关重要。我们引入了面向两个 FABA 任务的指示遵循数据集，一种同时考虑识别和生成能力的基准 FABA-Bench 以及一个新的 MLLM “EmoLA”。我们通过数据集和基准的实验揭示了面部情感行为的本质和原理，加入面部先验专家模块和低秩适应模块，能够提高性能。EmoLA 在我们的 FABA-Bench 上取得最好的结果，在常用的 FABA 数据集上与任务特定的最先进模型竞争力强。

    Apr, 2024