view in publisher's site

Combining evidences from Hilbert envelope and residual phase for detecting replay attacks

In this work, the Hilbert envelope of the linear prediction (LP) residual and the residual phase have been explored for detecting replay attacks. The two source features namely, LP residual Hilbert envelope mel frequency cepstral coefficient (LPRHEMFCC) and residual phase cepstral coefficient (RPCC) are used for replay detection. From the signal perspectives, Hilbert envelope represents the amplitude information of LP residual samples. Residual phase represents to excitation information present in the sequence of LP residual samples. Hence, both can be considered as two components of the raw LP residual signal. In this direction, score level fusion of LPRHEMFCC and RPCC features is compared with a third source feature named as, residual mel frequency cepstral coefficient (RMFCC) derived from the raw LP residual using LP analysis. Comparative analysis has been performed using Gaussian mixtures model-universal background model (GMM-UBM) ASV experiments (IITG-MV replay database) and spoof detection experiments (ASVspoof 2017 database). For IITG-MV database, relative (RFAR-ZFAR) improvements of 86.10% (males), 27.45% (females) and 54.14% (whole-set) are achieved for (LPRHEMFCC + RPCC) + MFCC combination over RMFCC + MFCC combination. The RFAR and ZFAR stands for false acceptance rate under replay attacks and zero effort impostor attacks, respectively. In terms of tandem-detection cost function (t-DCF) metrics, the obtained relative improvements are 40.50%, 13.13% and 26.16%, respectively. For ASVspoof 2017 database, relative EER improvements of 11.72% and 6.74% are achieved for (LPRHEMFCC + RPCC) + MFCC and (LPRHEMFCC + RPCC) + CQCC over RMFCC + MFCC and RMFCC + CQCC, respectively. These observations justify the usefulness of exploring Hilbert envelope and residual phase components of the LP residual over direct processing of the LP residual signal for detecting replay attacks. Moreover, score level fusion of LPRHEMFCC, RPCC and CQCC provides 8.86% EER.

ترکیب شواهد از پوشش Hilbert و فاز باقیمانده برای تشخیص حملات پاسخ

در این کار، پوشش Hilbert پیش‌بینی خطی (LP)باقی مانده و فاز باقیمانده برای تشخیص حملات پاسخ مورد بررسی قرار گرفته‌است. ویژگی‌های این دو منبع، یعنی، residual Hilbert envelope frequency فرکانسی mel و ضریب cepstral فاز باقیمانده برای تشخیص پاسخ مورد استفاده قرار می‌گیرند. از دیدگاه سیگنال، پوشش Hilbert اطلاعات دامنه نمونه‌های باقیمانده LP را نشان می‌دهد. فاز Residual نشان‌دهنده اطلاعات تحریک موجود در توالی نمونه‌های باقیمانده LP است. از این رو، هر دو را می توان دو جز از سیگنال باقی مانده LP خام در نظر گرفت. در این راستا، ادغام سطح امتیازات ویژگی‌های LPRHEMFCC و RPCC با ویژگی منبع سوم نامگذاری می‌شود، که با استفاده از تحلیل LP استخراج‌شده از the خام LP استخراج می‌شوند. تحلیل مقایسه‌ای با استفاده از مدل مخلوط گاوسی - مدل پس‌زمینه جهانی (GMM - ubm)asv آزمایش (پایگاه‌داده مجدد IITG - MV)و آزمایش تشخیص spoof (پایگاه‌داده ASVspoof ۲۰۱۷)انجام شده‌است. برای پایگاه‌داده IITG - MV، بهبود نسبی (RFAR - ZFAR)of % (نرها)، ۲۷.۴۵ % (ماده‌ها)و ۵۴.۱۴ % (کل مجموعه)برای ترکیب MFCC + MFCC با ترکیب MFCC + MFCC به دست آمده‌اند. The و ZFAR به ترتیب برای نرخ پذیرش کاذب تحت حملات پاسخ و حملات impostor effort قرار دارند. از نظر عملکرد هزینه ردیابی پشت سر (t - DCF)، بهبودهای نسبی به‌دست‌آمده به ترتیب ۴۰.۵۰ %، ۱۳.۱۳ % و ۲۶.۱۶ % هستند. برای پایگاه‌داده ASVspoof ۲۰۱۷، بهبود نسبی EER به ترتیب برابر با ۱۱.۷۲ % و ۶.۷۴ % برای (LPRHEMFCC + RPCC)+ MFCC و (LPRHEMFCC + RPCC)+ cqcc بیش از RMFCC + MFCC و RMFCC + cqcc بدست می‌آید. این مشاهدات مفید بودن کشف پاکت هیلبرت و اجزای فاز باقیمانده the در پردازش مستقیم سیگنال باقی مانده برای تشخیص حملات پاسخ را توجیه می‌کند. بعلاوه، ادغام سطح امتیاز of، RPCC و cqcc ۸.۸۶ درصد EER است.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Language and Linguistics
  • ترجمه مقاله Language and Linguistics
  • مقاله زبان و زبان‌شناسی
  • ترجمه مقاله زبان و زبان‌شناسی
  • مقاله Computer Vision and Pattern Recognition
  • ترجمه مقاله Computer Vision and Pattern Recognition
  • مقاله بینایی کامپیوتری و تشخیص الگو
  • ترجمه مقاله بینایی کامپیوتری و تشخیص الگو
  • مقاله Software
  • ترجمه مقاله Software
  • مقاله نرم‌افزار
  • ترجمه مقاله نرم‌افزار
  • مقاله Human-Computer Interaction
  • ترجمه مقاله Human-Computer Interaction
  • مقاله تعامل انسان - کامپیوتر
  • ترجمه مقاله تعامل انسان - کامپیوتر
  • مقاله Linguistics and Language
  • ترجمه مقاله Linguistics and Language
  • مقاله زبان‌شناسی و زبان
  • ترجمه مقاله زبان‌شناسی و زبان
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.