論文の概要: Spectrum Translation for Cross-Spectral Ocular Matching

• arxiv url: http://arxiv.org/abs/2002.06228v1
• Date: Fri, 14 Feb 2020 19:30:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 04:58:02.659786
• Title: Spectrum Translation for Cross-Spectral Ocular Matching
• Title（参考訳）: クロススペクトル眼マッチングのためのスペクトル変換
• Authors: Kevin Hernandez Diaz, Fernando Alonso-Fernandez, Josef Bigun
• Abstract要約: バイオメトリックスでは、特に眼領域において、クロススペクトル検証が大きな問題となっている。 近赤外画像と視覚光画像のスペクトル変換におけるコンディショナル・ディバイサル・ネットワークの利用について検討した。
• 参考スコア（独自算出の注目度）: 59.17685450892182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cross-spectral verification remains a big issue in biometrics, especially for the ocular area due to differences in the reflected features in the images depending on the region and spectrum used. In this paper, we investigate the use of Conditional Adversarial Networks for spectrum translation between near infra-red and visual light images for ocular biometrics. We analyze the transformation based on the overall visual quality of the transformed images and the accuracy drop of the identification system when trained with opposing data. We use the PolyU database and propose two different systems for biometric verification, the first one based on Siamese Networks trained with Softmax and Cross-Entropy loss, and the second one a Triplet Loss network. We achieved an EER of 1\% when using a Triplet Loss network trained for NIR and finding the Euclidean distance between the real NIR images and the fake ones translated from the visible spectrum. We also outperform previous results using baseline algorithms.
• Abstract（参考訳）: クロススペクトル検証は生体計測において大きな問題であり、特に眼領域では、画像の反射特性が、使用する領域やスペクトルによって異なるためである。 本稿では,近赤外画像と視光画像のスペクトル変換における条件付き逆ネットワークの利用について検討する。 本研究では,変換画像の全体的な視覚品質と,学習中の識別システムの精度低下に基づく変換解析を行う。 本稿では,ポリuデータベースを用いて生体認証システムを提案する。1つはソフトマックスとクロスエントロピー損失を訓練したシャムネットワーク,もう1つは三重項損失ネットワークである。 nir用に訓練された三重項損失ネットワークを用いて実nir画像と可視スペクトルから変換された偽画像とのユークリッド距離を求めると、eerは1\%であった。 また,ベースラインアルゴリズムを用いて過去の結果よりも優れていた。

関連論文リスト

• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• Exploring Invariant Representation for Visible-Infrared Person Re-Identification [77.06940947765406]
  異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。 本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。 RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
  論文  参考訳（メタデータ） (2023-02-02T05:24:50Z)
• A Bidirectional Conversion Network for Cross-Spectral Face Recognition [1.9766522384767227]
  可視光画像と赤外線画像との劇的な違いにより、スペクトル間顔認識は困難である。 本稿では,異種顔画像間の双方向クロススペクトル変換(BCSC-GAN)の枠組みを提案する。 ネットワークは、スペクトル間認識問題をスペクトル内問題に還元し、双方向情報を融合することで性能を向上させる。
  論文  参考訳（メタデータ） (2022-05-03T16:20:10Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• Synthesis-Guided Feature Learning for Cross-Spectral Periocular Recognition [1.52292571922932]
  本研究は, 近赤外分光法における新しいアプローチを提案する。 主に、可視および近赤外画像から共有潜在表現部分空間へのマッピングを学ぶことに焦点を当てている。 画像再構成タスクにより、より差別的で、ドメイン不変な部分空間を学習できることを示す。
  論文  参考訳（メタデータ） (2021-11-16T19:22:20Z)
• Deep GAN-Based Cross-Spectral Cross-Resolution Iris Recognition [15.425678759101203]
  クロススペクトル虹彩認識は、個人のアイデンティティを確立するための有望な生体計測手法として出現している。 異なるスペクトル帯域で取得した虹彩画像(すなわち、可視(VIS)虹彩プローブと近赤外(NIR)虹彩画像のギャラリーとのマッチング)は、大きな性能劣化を示す。 我々は,クロススペクトル虹彩認識手法の精度を高めるために,深層畳み込み生成対向ネットワーク(DCGAN)アーキテクチャについて検討した。
  論文  参考訳（メタデータ） (2021-08-03T15:30:04Z)
• Cross-Spectral Iris Matching Using Conditional Coupled GAN [22.615156512223766]
  クロススペクトル虹彩認識は、個人のアイデンティティを認証するための有望な生体計測手法として出現している。 異なるスペクトル帯域で取得したアイリス画像のマッチングは、単一帯域近赤外(NIR)マッチングと比較して顕著な性能低下を示した。 クロススペクトル虹彩認識のための条件結合生成対向ネットワーク(CpGAN)アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-10-09T19:13:24Z)
• Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
  本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
  論文  参考訳（メタデータ） (2020-08-26T15:02:04Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。