論文の概要: Segmentation-Aware and Adaptive Iris Recognition

• arxiv url: http://arxiv.org/abs/2001.00989v1
• Date: Tue, 31 Dec 2019 04:31:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-16 21:19:29.411018
• Title: Segmentation-Aware and Adaptive Iris Recognition
• Title（参考訳）: セグメント認識と適応虹彩認識
• Authors: Kuo Wang, Ajay Kumar
• Abstract要約: アイリス画像の品質は、アイリスマッチング精度を劣化させることが知られている。 眼周囲情報は本質的にそのような虹彩画像に埋め込まれており、そのような非理想的なシナリオ下で虹彩認識を支援するために利用することができる。 本稿では,より精度の低いアイリス認識のためのセグメンテーション支援適応フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 24.125681602124477
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Iris recognition has emerged as one of the most accurate and convenient biometric for the human identification and has been increasingly employed in a wide range of e-security applications. The quality of iris images acquired at-a-distance or under less constrained imaging environments is known to degrade the iris matching accuracy. The periocular information is inherently embedded in such iris images and can be exploited to assist in the iris recognition under such non-ideal scenarios. Our analysis of such iris templates also indicates significant degradation and reduction in the region of interest, where the iris recognition can benefit from a similarity distance that can consider importance of different binary bits, instead of the direct use of Hamming distance in the literature. Periocular information can be dynamically reinforced, by incorporating the differences in the effective area of available iris regions, for more accurate iris recognition. This paper presents such a segmentation-assisted adaptive framework for more accurate less-constrained iris recognition. The effectiveness of this framework is evaluated on three publicly available iris databases using within-dataset and cross-dataset performance evaluation and validates the merit of the proposed iris recognition framework.
• Abstract（参考訳）: iris認識は、人間の識別に最も正確で便利な生体認証の1つとして登場し、様々な電子セキュリティアプリケーションで採用されている。 遠距離または制限の少ない撮像環境下で取得した虹彩画像の品質は、虹彩マッチング精度を低下させることが知られている。 眼周囲情報は本質的にそのような虹彩画像に埋め込まれており、そのような非理想的なシナリオ下で虹彩認識を支援するために利用することができる。 このようなアイリステンプレートの解析は、文献におけるハミング距離を直接使用するのではなく、異なるバイナリビットの重要性を考慮できる類似性距離から、アイリス認識の利点を享受できる関心領域の顕著な劣化と減少を示唆している。 より正確な虹彩認識のために、利用可能な虹彩領域の有効領域の差を組み込むことにより、眼科情報を動的に強化することができる。 本稿では,より精度の低いアイリス認識のためのセグメンテーション支援適応フレームワークを提案する。 in-dataset と cross-dataset performance evaluation を用いた3つの iris データベース上での有効性を評価し,提案する iris 認識フレームワークのメリットを検証する。

関連論文リスト

• On the Feasibility of Creating Iris Periocular Morphed Images [9.021226651004055]
  本研究は、画像レベルで虹彩形態を生成するためのエンドツーエンドフレームワークを提案する。 ペア対象の選択、セグメンテーション、形態形成、新しい虹彩認識システムなど、異なる段階を考慮する。 その結果,従来の虹彩認識システムと混同できる非常にリアルな画像が得られた。
  論文  参考訳（メタデータ） (2024-08-24T06:48:46Z)
• EyePreserve: Identity-Preserving Iris Synthesis [8.973296574093506]
  本稿では,アイリス画像の完全データ駆動型,アイデンティティ保存型,瞳孔径変化型合成法を提案する。 提案手法の直接的な応用は、(a)虹彩認識のための既存の生体計測データセットの合成、または強化、および(b)瞳孔拡張に有意な差がある虹彩画像対を調べるための法医学の専門家を支援することである。
  論文  参考訳（メタデータ） (2023-12-19T10:29:29Z)
• Periocular biometrics: databases, algorithms and directions [69.35569554213679]
  近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。 本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
  論文  参考訳（メタデータ） (2023-07-26T11:14:36Z)
• Uniqueness of Iris Pattern Based on AR Model [4.236277880658203]
  アイリスの独特性に対するダウグマンのアプローチは、最も広く受け入れられた1つとして際立っている。 本稿では,虹彩認識システムのスケーラビリティを評価する手法を提案するとともに,虹彩品質を計測する手法を提案する。
  論文  参考訳（メタデータ） (2023-06-21T21:17:03Z)
• Artificial Pupil Dilation for Data Augmentation in Iris Semantic Segmentation [0.0]
  現代の虹彩認識のアプローチでは、深層学習を用いて虹彩の有効部分を眼の他の部分から切り離す。 本稿では,新しいデータ拡張手法を導入することにより,虹彩意味分節システムの精度を向上させることを目的とする。
  論文  参考訳（メタデータ） (2022-12-24T13:31:56Z)
• Iris super-resolution using CNNs: is photo-realism important to iris recognition? [67.42500312968455]
  特に畳み込みニューラルネットワーク(CNN)を用いた単一画像超解像技術が出現している 本研究では, 虹彩認識のためのCNNを用いて, 単一画像の超解像を探索する。 彼らは、近赤外線虹彩画像の1.872のデータベースと携帯電話画像データベースのアプローチを検証する。
  論文  参考訳（メタデータ） (2022-10-24T11:19:18Z)
• Super-Resolution and Image Re-projection for Iris Recognition [67.42500312968455]
  異なるディープラーニングアプローチを用いた畳み込みニューラルネットワーク(CNN)は、解像度の低い画像から現実的なテクスチャときめ細かい詳細を復元しようとする。 本研究は、虹彩認識環境における虹彩超解法(SR)に対するこれらのアプローチの実現可能性について検討する。 その結果,CNNと画像再投影は,認識システムの精度向上に有効であることが示唆された。
  論文  参考訳（メタデータ） (2022-10-20T09:46:23Z)
• Direct attacks using fake images in iris verification [59.68607707427014]
  BioSecベースラインデータベースの実際のアイリスから偽アイリス画像のデータベースが作成されている。 本システムは直接攻撃に対して脆弱であることを示し,対策の重要性を指摘する。
  論文  参考訳（メタデータ） (2021-10-30T05:01:06Z)
• Iris Recognition Based on SIFT Features [63.07521951102555]
  アイリス画像の認識にはSIFT(Scale Invariant Feature Transformation)を用いる。 我々は、SIFT演算子を用いて、スケール空間における特徴SIFT特徴点を抽出し、特徴点周辺のテクスチャ情報に基づいてマッチングを行う。 また、SIFT手法と、極座標変換とLog-Gaborウェーブレットに基づく一般的なマッチング手法の相補性を示す。
  論文  参考訳（メタデータ） (2021-10-30T04:55:33Z)
• Toward Accurate and Reliable Iris Segmentation Using Uncertainty Learning [96.72850130126294]
  高精度で信頼性の高いアイリスセグメンテーションのためのアイリスU変換器(アイリスUsformer)を提案する。 IrisUsformerの精度向上のために,位置感応操作と再パッケージング変圧器ブロックを採用することで精巧に設計する。 IrisUsformer は SOTA IrisParseNet の 35% MAC を用いて, セグメンテーション精度の向上を図っている。
  論文  参考訳（メタデータ） (2021-10-20T01:37:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。