Dinov2 Liveness Detection V2.2.3
DINOv2アーキテクチャに基づく生体検知モデルで、実在の顔と偽造攻撃を区別し、評価データセットで99.32%の精度を達成。
ダウンロード数 346
リリース時間 : 1/23/2025
モデル概要
このモデルはDINOv2アーキテクチャをファインチューニングした生体検知モデルで、実在の顔と各種偽造攻撃(写真、ビデオ再生など)を識別するために特別に設計されており、本人認証やセキュリティシステムに適用可能。
モデル特徴
高精度検知
評価データセットで99.32%の精度、F1値0.9932を達成し、優れた真偽顔判別能力を有する
強力な攻撃耐性
各種偽造攻撃(写真、ビデオ再生など)に対して18.27%の攻撃提示分類誤り率(APCER)を示す
低い誤拒否率
実在提示分類誤り率(BPCER)はわずか0.89%で、正当なユーザーの誤判定を効果的に低減
モデル能力
顔生体検知
偽造攻撃識別
リアルタイム顔認証
使用事例
本人認証
モバイルバンキング認証
モバイルバンキングアプリで写真やビデオ再生攻撃を防止
金融詐欺リスクを効果的に低減
入退室管理システム
スマート入退室システムで非許可者が写真やビデオでシステムを欺くことを防止
物理的セキュリティ保護レベルを向上
セキュリティ保護
決済システム保護
モバイル決済シナリオで取引者が実在ユーザーであることを保証
支払い詐欺行為を減少
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98