AuthNet: 時間的な顔の特徴量の動きを用いた深層学習に基づく認証メカニズム

機械学習と深層学習を基盤とするバイオメトリクスシステムは、スマートフォンやその他の小型コンピューティングデバイスなどのリソース制約環境で認証メカニズムとして広く使用されています。これらのAI駆動の顔認識メカニズムは、透明性、非接触性、非侵襲性という特性から、近年大きな人気を得ています。しかし、写真やマスク、眼鏡などを使用して不正アクセスを行う方法が存在します。本論文では、パスワードを発話する際の特定の顔の固有の動き（時系列顔特徴量の動き）と顔認識を組み合わせた代替認証メカニズムを提案します。提案モデルは言語障壁に制限されないため、ユーザーは任意の言語でパスワードを設定できます。標準的なMIRACL-VC1データセットでの評価において、提案モデルは98.1%の精度を達成し、その有効性と堅牢性が強調されました。また、提案手法はデータ効率も高く、わずか10個の肯定的なビデオサンプルで訓練した場合でも良好な結果が得られました。ネットワークの訓練能力については、提案システムをさまざまな複合顔認識およびリップリーディングモデルとベンチマーク比較することで示されています。