C-Auth: 探索使用面部轮廓第一人称视图进行眼镜用户认证的可行性

作者

HL

康奈尔大学

GH

康奈尔大学

RJ

康奈尔大学

HC

康奈尔大学

RM

康奈尔大学

RZ

康奈尔大学

CZ

康奈尔大学

密码与身份认证皮肤显示与皮肤输入AI/ML 研究员与工程师辅助技术专家

在本文中,我们展示了 C-Auth,一种用于智能眼镜的新型认证方法,该方法探索使用空间面部信息进行用户认证的可行性。我们的系统使用眼镜中间的向下摄像头捕捉来自鼻子和脸颊的面部轮廓线。然后,摄像头捕获的图像经过处理并通过定制算法学习以进行认证。为了评估系统,我们对 20 名参与者进行了为期三天三场会话的用户研究。我们的系统在三天内正确识别了 20 名用户,真阳性率为 98.0%(标准差:2.96%),假阳性率为 4.97%(标准差:2.88%)。最后,我们讨论了当前的局限性和挑战,以及 C-Auth 的潜在未来应用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/ubicomp/121831/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
UbiComp
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
密码与身份认证、皮肤显示与皮肤输入
work
职业/产业
AI/ML 研究员与工程师、辅助技术专家
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文