ITHBITHB
Jurnal TelematikaJurnal TelematikaPenggunaan biometrik wajah untuk memperoleh akses suatu sistem keamanan adalah hal yang lazim ditemukan dalam perangkat komunikasi/komputasi. Walaupun demikian, kemudahan ini berakibat kepada kerentanan terjadinya penerobosan ke dalam sistem keamanan, di mana citra wajah dapat dipalsukan dengan memanfaatkan foto atau video seseorang yang memiliki hak akses. Hal ini dapat diperburuk dengan tersedianya foto atau video seseorang di media sosial. Sistem face anti-spoofing (FAS) adalah suatu sistem yang penting untuk mendeteksi apakah citra masukan adalah citra riil atau citra palsu dalam suatu sistem biometrik yang menggunakan informasi citra wajah. Banyak metode yang sudah digunakan untuk merealisasikan sistem ini, baik dengan pendekatan berbasis metode hand-crafted maupun deep learning (DL). Walaupun demikian, penelitian mengenai perbedaan distribusi antara dataset uji dengan dataset latih masih jarang dilakukan. Artikel ini membahas penggunaan model berbasis deep learning (DL) untuk aplikasi face anti-spoofing (FAS). Penelitian ini mengimplementasikan model menggunakan estimasi peta kedalaman untuk menemukan fitur diskriminatif dan generative adversarial network (GAN) untuk mengatasi isu perbedaan distribusi yang menggunakan pendekatan berupa pembangkitan (pembentukan) data. Untuk model yang diimplementasikan dengan skenario simulasi intraset, hasil pengujian untuk dua dataset publik, yaitu NUAA dan CASIA, memberikan hasil terbaik dari segi metrik half total error rate (HTER), berturut-turut 2,97% dan 2,7%. Sementara simulasi untuk adanya perbedaan antara karakteristik dataset uji dengan dataset latih, hasil dengan menerapkan GAN untuk meningkatkan kemampuan generalisasi model, dapat menurunkan bona fide presentation classification error rate (BPCER) sebesar 9,75%.
Tulisan ini membahas tentang bagaimana mengatasi adanya perbedaan (gap) distribusi dari dataset latih dan dataset uji untuk persoalan face anti-spoofing (FAS).Ekstraksi ciri untuk mendeteksi spoofing adalah dengan mencari peta kedalaman citra masukan.Pendekatan yang digunakan adalah dengan memakai metode data generation dan diimplementasikan dengan mengadopsi model GAN.Hasil yang diperoleh khususnya untuk adanya perbedaan distribusi dapat menurunkan metrik BPCER hingga sebesar 9,75% dan HTER 4,87% dengan data latih NUAA dan IDIAP replay attack, ditambah data hasil GAN serta dataset CASIA sebagai data uji.Dalam penelitian selanjutnya, bisa diujikan skenario pendekatan selain data generation sebagai sarana untuk mengatasi isu perbedaan distribusi antara dataset uji dengan dataset latih, seperti learning strategy dan representation learning atau mengkombinasikan ketiga pendekatan tersebut.
Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan eksplorasi lebih lanjut mengenai arsitektur GAN yang paling efektif untuk menghasilkan data sintetis yang representatif, dengan mempertimbangkan variasi kondisi pencahayaan, pose wajah, dan jenis serangan spoofing yang berbeda. Kedua, penelitian dapat difokuskan pada pengembangan metode pelatihan yang adaptif, yang secara otomatis menyesuaikan parameter model berdasarkan karakteristik dataset yang digunakan, sehingga meningkatkan kemampuan generalisasi model pada domain yang belum pernah dilihat sebelumnya. Ketiga, perlu dilakukan studi komparatif antara pendekatan data generation dengan metode lain seperti transfer learning atau domain adaptation, untuk mengidentifikasi kombinasi teknik yang paling optimal dalam mengatasi masalah domain generalization pada face anti-spoofing.
- S-Adapter: Generalizing Vision Transformer for Face Anti-Spoofing With Statistical Tokens | IEEE Journals... doi.org/10.1109/TIFS.2024.3420699S Adapter Generalizing Vision Transformer for Face Anti Spoofing With Statistical Tokens IEEE Journals doi 10 1109 TIFS 2024 3420699
- M-FAS: An Accurate and Robust MultiModal Mobile Face Anti-Spoofing System | IEEE Journals & Magazine... ieeexplore.ieee.org/document/10480258M FAS An Accurate and Robust MultiModal Mobile Face Anti Spoofing System IEEE Journals Magazine ieeexplore ieee document 10480258
- Spatio-Temporal-Based Action Face Anti-Spoofing Detection via Fusing Dynamics and Texture Face Keypoints... ieeexplore.ieee.org/document/10419028Spatio Temporal Based Action Face Anti Spoofing Detection via Fusing Dynamics and Texture Face Keypoints ieeexplore ieee document 10419028
- Face anti-spoofing using patch and depth-based CNNs | IEEE Conference Publication | IEEE Xplore. face... ieeexplore.ieee.org/document/8272713Face anti spoofing using patch and depth based CNNs IEEE Conference Publication IEEE Xplore face ieeexplore ieee document 8272713
| File size | 888.23 KB |
| Pages | 12 |
| DMCA | Report |
Related /
UNHUNH Salah satu contohnya adalah UMKM Pempek Madam di Jambi yang bergerak di bidang produksi dan penjualan pempek sebagai makanan khas daerah. Penelitian iniSalah satu contohnya adalah UMKM Pempek Madam di Jambi yang bergerak di bidang produksi dan penjualan pempek sebagai makanan khas daerah. Penelitian ini
UNHUNH Salah satu upaya untuk menjaga keamanan data adalah melalui penerapan teknik kriptografi. Dua di antara algoritma kriptografi klasik yang umum digunakanSalah satu upaya untuk menjaga keamanan data adalah melalui penerapan teknik kriptografi. Dua di antara algoritma kriptografi klasik yang umum digunakan
JURNALPERTANIANUNISAPALUJURNALPERTANIANUNISAPALU Penelitian ini bertujuan mendapatkan teknik pengendalian terbaik yang dapat menekan intensitas penyakit pada tanaman padi (Oryza sativa L. ) varietas Ciherang.Penelitian ini bertujuan mendapatkan teknik pengendalian terbaik yang dapat menekan intensitas penyakit pada tanaman padi (Oryza sativa L. ) varietas Ciherang.
IKMIIKMI Penelitian ini mengembangkan sistem deteksi api berbasis pengolahan citra menggunakan algoritma YOLOv8 untuk mendukung deteksi dini kebakaran secara real-time.Penelitian ini mengembangkan sistem deteksi api berbasis pengolahan citra menggunakan algoritma YOLOv8 untuk mendukung deteksi dini kebakaran secara real-time.
SEMINAR IDSEMINAR ID Matriks kebingungan menunjukkan peningkatan efektivitas model Random Forest setelah dioptimalkan melalui Ant Colony Optimization (ACO). Model Random ForestMatriks kebingungan menunjukkan peningkatan efektivitas model Random Forest setelah dioptimalkan melalui Ant Colony Optimization (ACO). Model Random Forest
ITHBITHB Sistem prediksi daya listrik yang diterapkan menggunakan metode Bi-LSTM untuk pemanfaatan energi terbarukan di Laut Sawu dengan parameter tinggi gelombangSistem prediksi daya listrik yang diterapkan menggunakan metode Bi-LSTM untuk pemanfaatan energi terbarukan di Laut Sawu dengan parameter tinggi gelombang
ITBITB 0710; and optimizer = SGD. Thus, an accuracy rate of 86.61% was achieved for the two classes of the test data set, i. e. , on-time graduation and not on-time0710; and optimizer = SGD. Thus, an accuracy rate of 86.61% was achieved for the two classes of the test data set, i. e. , on-time graduation and not on-time
JIPEDJIPED Pada tulisan ini, diperkenalkan model matematika baru, yakni pemodelan rantai Markov waktu kontinu SIRV yang di dalamnya memperhitungkan peluang-peluangPada tulisan ini, diperkenalkan model matematika baru, yakni pemodelan rantai Markov waktu kontinu SIRV yang di dalamnya memperhitungkan peluang-peluang
Useful /
UMADAUMADA School libraries are expected to take advantage of technology in modern times by using online catalogs, digital library management systems to improve theSchool libraries are expected to take advantage of technology in modern times by using online catalogs, digital library management systems to improve the
UPYUPY Hasil uji kelayakan oleh para ahli menunjukkan bahwa media ini dinilai layak dengan rata-rata skor 76%, sementara uji fungsional oleh mahasiswa memberikanHasil uji kelayakan oleh para ahli menunjukkan bahwa media ini dinilai layak dengan rata-rata skor 76%, sementara uji fungsional oleh mahasiswa memberikan
ITBITB Selain itu, kami menggunakan metode yang disebut Copy and Concatenation Attention Block (CCAB) untuk perhitungan fitur yang robust. Untuk mengevaluasiSelain itu, kami menggunakan metode yang disebut Copy and Concatenation Attention Block (CCAB) untuk perhitungan fitur yang robust. Untuk mengevaluasi
JIPEDJIPED Pembelajaran matematika di sekolah dasar sangat penting karena menyajikan dasar-dasar yang krusial untuk pelajaran matematika selanjutnya. Penelitian iniPembelajaran matematika di sekolah dasar sangat penting karena menyajikan dasar-dasar yang krusial untuk pelajaran matematika selanjutnya. Penelitian ini