論文の概要: A Local Descriptor with Physiological Characteristic for Finger Vein Recognition

• arxiv url: http://arxiv.org/abs/2004.07489v1
• Date: Thu, 16 Apr 2020 07:22:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-12 21:48:08.854047
• Title: A Local Descriptor with Physiological Characteristic for Finger Vein Recognition
• Title（参考訳）: 指静脈認識のための生理特性を持つ局所記述子
• Authors: Liping Zhang, Weijun Li, Xin Ning
• Abstract要約: 指静脈パターンの生理的特徴に基づく指静脈特異的局所特徴記述器を提案する。 提案手法は,現在最先端の指静脈認識法より優れている。
• 参考スコア（独自算出の注目度）: 7.923285678279131
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Local feature descriptors exhibit great superiority in finger vein recognition due to their stability and robustness against local changes in images. However, most of these are methods use general-purpose descriptors that do not consider finger vein-specific features. In this work, we propose a finger vein-specific local feature descriptors based physiological characteristic of finger vein patterns, i.e., histogram of oriented physiological Gabor responses (HOPGR), for finger vein recognition. First, prior of directional characteristic of finger vein patterns is obtained in an unsupervised manner. Then the physiological Gabor filter banks are set up based on the prior information to extract the physiological responses and orientation. Finally, to make feature has robustness against local changes in images, histogram is generated as output by dividing the image into non-overlapping cells and overlapping blocks. Extensive experimental results on several databases clearly demonstrate that the proposed method outperforms most current state-of-the-art finger vein recognition methods.
• Abstract（参考訳）: 局所特徴ディスクリプタは,局所的な画像変化に対する安定性とロバスト性により,指静脈認識に優れる。 しかし、これらの多くは指静脈特異な特徴を考慮しない汎用記述子を用いている。 そこで本研究では,指静脈パターンの生理的特徴,すなわち,指静脈認識のための向き付けgabor応答のヒストグラム(hopgr)に基づく指静脈特異的局所特徴記述子を提案する。 まず、指静脈パターンの方向特性に先立って教師なしの方法で取得する。 そして、先行情報に基づいて生理的ガボルフィルタバンクを設定し、生理的応答と向きを抽出する。 最後に、画像の局所的な変化に対して、特徴を堅牢にするために、画像が重複しないセルと重なり合うブロックに分割することで、ヒストグラムを出力として生成する。 複数のデータベース上での大規模な実験結果から,提案手法が現在最先端の指静脈認識法よりも優れていることが示された。

関連論文リスト

• Progressive Retinal Image Registration via Global and Local Deformable Transformations [49.032894312826244]
  我々はHybridRetinaと呼ばれるハイブリッド登録フレームワークを提案する。 キーポイント検出器とGAMorphと呼ばれる変形ネットワークを用いて、大域的な変換と局所的な変形可能な変換を推定する。 FIREとFLoRI21という2つの広く使われているデータセットの実験により、提案したHybridRetinaは最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-02T08:43:50Z)
• Fusion of Minutia Cylinder Codes and Minutia Patch Embeddings for Latent Fingerprint Recognition [1.534667887016089]
  本稿では,潜伏指紋認識に対する融合型局所マッチング手法を提案する。 提案されたアプローチは、これらの手作り機能と、最近提案された深層ニューラルネットワークの組み込み機能を多段階融合アプローチに統合する。
  論文  参考訳（メタデータ） (2024-03-24T14:29:41Z)
• Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
  接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。 近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。 本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
  論文  参考訳（メタデータ） (2023-01-07T20:55:16Z)
• Artificial Neural Networks for Finger Vein Recognition: A Survey [21.7602019087369]
  指静脈の認識は非常に安定しており、プライベートである。 従来の機械学習に基づく指静脈認識法とは異なり、ニューラルネットワーク技術、特にディープラーニングは優れた性能を有する。 我々の知る限り、人工ニューラルネットワークに基づく指静脈認識に焦点を当てた初めての総合的な調査である。
  論文  参考訳（メタデータ） (2022-08-29T02:29:07Z)
• Deep Learning for Finger Vein Recognition: A Brief Survey of Recent Trend [6.163420650113921]
  このレビューでは、2017年から2021年までの指静脈画像認識のためのディープラーニングに関する46の論文を要約する。 静脈は皮膚組織の下に埋もれているため、指の静脈画像認識は非並行的な利点があり、外部要因によって容易に妨げられるわけではない。
  論文  参考訳（メタデータ） (2022-07-05T16:14:36Z)
• An explainability framework for cortical surface-based deep learning [110.83289076967895]
  我々は,皮質表面の深層学習のためのフレームワークを開発した。 まず,表面データに摂動に基づくアプローチを適用した。 我々の説明可能性フレームワークは,重要な特徴とその空間的位置を識別できるだけでなく,信頼性と有効性も示している。
  論文  参考訳（メタデータ） (2022-03-15T23:16:49Z)
• From Noise to Feature: Exploiting Intensity Distribution as a Novel Soft Biometric Trait for Finger Vein Recognition [17.914339110401425]
  ほとんどの指静脈特徴抽出アルゴリズムは, そのテクスチャ表現能力により良好な性能が得られる。 このようなノイズは, 指の静脈認識性能を向上させるために, ソフトバイオメトリックな特徴として有効である。
  論文  参考訳（メタデータ） (2021-12-15T07:23:21Z)
• Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
  痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。 我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
  論文  参考訳（メタデータ） (2021-05-18T20:47:45Z)
• Identifying the Origin of Finger Vein Samples Using Texture Descriptors [6.954694117813895]
  テクスチャ分類手法を用いて指静脈サンプル画像の起源を検出する。 公開されている8つの指静脈データセットに基づいて,優れたセンサモデル同定結果を示す。
  論文  参考訳（メタデータ） (2021-02-08T03:59:14Z)
• Structured Landmark Detection via Topology-Adapting Deep Graph Learning [75.20602712947016]
  解剖学的顔と医学的ランドマーク検出のための新しいトポロジ適応深層グラフ学習手法を提案する。 提案手法は局所像特徴と大域形状特徴の両方を利用するグラフ信号を構成する。 3つの公開顔画像データセット(WFLW、300W、COFW-68)と3つの現実世界のX線医学データセット(ケパロメトリ、ハンド、ペルビス)で実験を行った。
  論文  参考訳（メタデータ） (2020-04-17T11:55:03Z)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)

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。