Research on master biometric information protection and utilization platform

主控生物特征信息保护与利用平台研究

• 批准号: 21H04907
• 负责人: 越前 功
• 金额: $ 26.96万
• 依托单位: National Institute of Informatics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-05 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H04907/
• 关键词: 生体情報保護; 機械学習

2021年度には，[目的1] 多様なモダリティを対象としたマスター生体情報（MBI）の生成および検出技術の確立の以下の2つの課題，[課題1-1] マスター生体情報の生成方式の検討，[課題1-2] マスター生体情報の検出方式の検討を実施した．[課題1-1] マスター生体情報の生成方式の検討では，顔や静脈などの生体情報を対象として，マスター生体情報の生成方式を検討した．具体的には，我々が2020年に発表したStyleGANを用いたマスター顔生成の基本方式を参考に，最適な学習モデルの検討と，大規模精緻あ情報データセットの学習の効率化を検討した．[課題1-2] マスター生体情報の検出方式の検討では，[課題1-1]において生成した多様なモダリティのマスター生体情報を高精度で検出する方式を検討した．具体的には，2019年に我々が提案したCapsule NetworkによるDeepfake検出手法を参考に，AIで生成された生体情報を高精度で検出する手法の基礎検討を実施した．その結果，StyleGANで生成されたマスター顔については，高精度で検出できる目途が立った．

For the year 2021,[Objective 1] The establishment of multiple-source biological information (MBI) generation and detection technology is the following two tasks: [Task 1-1] Discussion on the generation method of biological information,[Task 1-2] Discussion on the detection method of biological information. [Topic 1-1] Discussion on the generation method of biological information. Specifically, we will be looking forward to 2020. StyleGAN will be used as a reference for the basic way to generate images. The most suitable learning model will be discussed. The large-scale refinement of information will be discussed. [Topic 1-2] Discussion on the method of detecting biological information,[Topic 1-1] Discussion on the method of generating multiple biological information with high accuracy. Specifically, in 2019, we proposed a Capsule Network for Deepfake detection methods, and AI generated biological information for high-precision detection methods. StyleGAN is a high-precision tool that generates and generates results.

项目成果

OpenForensics: Large-Scale Challenging Dataset For Multi-Face Forgery Detection And Segmentation In-The-Wild

• DOI: 10.1109/iccv48922.2021.00996
• 发表时间: 2021-07
• 期刊: 2021 IEEE/CVF International Conference on Computer Vision (ICCV)
• 作者: Trung-Nghia Le;H. Nguyen;J. Yamagishi;I. Echizen

On the predictability in reversible steganography

• DOI: 10.1007/s11235-022-00985-0
• 发表时间: 2022-02
• 期刊: Telecommunication Systems
• 影响因子: 2.5
• 作者: Ching-Chun Chang;Xu Wang;Sisheng Chen;H. Kiya;I. Echizen

Master Face Attacks on Face Recognition Systems

• DOI: 10.1109/tbiom.2022.3166206
• 发表时间: 2021-09
• 期刊: IEEE Transactions on Biometrics, Behavior, and Identity Science
• 作者: H. Nguyen;S. Marcel;J. Yamagishi;I. Echizen

Secure and Privacy Preserving Proxy Biometrics Identities

• DOI: 10.48550/arxiv.2212.10812
• 发表时间: 2022-12
• 作者: Harkeerat Kaur;Rishabh Shukla;I. Echizen;P. Khanna

Steganographic secret sharing via AI-generated photorealistic images

• DOI: 10.1186/s13638-022-02190-8
• 发表时间: 2022-12
• 期刊: EURASIP Journal on Wireless Communications and Networking
• 影响因子: 2.6
• 作者: Kai Gao;Ching-Chun Chang;Ji-hwei Horng;I. Echizen