論文の概要: Ear Recognition
- arxiv url: http://arxiv.org/abs/2101.10540v1
- Date: Tue, 26 Jan 2021 03:26:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-14 14:31:53.273688
- Title: Ear Recognition
- Title（参考訳）: 耳の認識
- Authors: Nikolaos Athanasios Anagnostopoulos
- Abstract要約: 耳のバイオメトリックスは、主に非侵襲的で、適切に永続的で正確であることが証明されている。
異なる耳認識技術は、顔認識技術と同じくらい効果的であることが証明されています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ear recognition can be described as a revived scientific field. Ear
biometrics were long believed to not be accurate enough and held a secondary
place in scientific research, being seen as only complementary to other types
of biometrics, due to difficulties in measuring correctly the ear
characteristics and the potential occlusion of the ear by hair, clothes and ear
jewellery. However, recent research has reinstated them as a vivid research
field, after having addressed these problems and proven that ear biometrics can
provide really accurate identification and verification results. Several 2D and
3D imaging techniques, as well as acoustical techniques using sound emission
and reflection, have been developed and studied for ear recognition, while
there have also been significant advances towards a fully automated recognition
of the ear. Furthermore, ear biometrics have been proven to be mostly
non-invasive, adequately permanent and accurate, and hard to spoof and
counterfeit. Moreover, different ear recognition techniques have proven to be
as effective as face recognition ones, thus providing the opportunity for ear
recognition to be used in identification and verification applications.
Finally, even though some issues still remain open and require further
research, the scientific field of ear biometrics has proven to be not only
viable, but really thriving.
- Abstract（参考訳）: 耳の認識は、復活した科学分野として説明できる。
耳の生体測定は、耳の特徴や、髪、衣服、耳のジュエリーによる耳の潜在的な閉塞を正確に測定することが困難であるため、長い間正確ではないと考えられており、科学研究の二次的な場所を保持していました。
しかし、近年の研究では、これらの問題に取り組み、耳のバイオメトリックスが本当に正確な識別と検証結果を提供できることを証明した後、活発な研究分野として復活している。
いくつかの2Dおよび3Dイメージング技術、および放射音と反射音を用いた音響技術は、耳の認識のために開発・研究され、また、耳の完全な自動認識にも大きな進歩があった。
さらに、耳のバイオメトリックスは、主に非侵襲的で、適切に永続的で正確であり、偽造や偽造が難しいことが証明されている。
さらに、異なる耳認識技術が顔認識技術と同じくらい効果的であることが証明されており、耳認識が識別および検証アプリケーションに使用される機会を提供します。
最後に、いくつかの問題はまだ開いていて、さらなる研究が必要ですが、耳の生体測定の科学分野は実行可能であるだけでなく、本当に繁栄していることが証明されています。
関連論文リスト
- EarCapAuth: Biometric Method for Earables Using Capacitive Sensing Eartips [5.958529344837165]
EarCapAuthは、48個の静電容量電極を2つの耳栓の軟質シリコンイヤーチップに埋め込んだ認証機構である。
識別のために、EarCapAuthは89.95%を達成している。
将来的には、EarCapAuthは高解像度の脳センサー電極チップに統合される可能性がある。
論文 参考訳（メタデータ） (2024-11-07T12:35:02Z) - Survey on biomarkers in human vocalizations [4.697541589139523]
調査報告では, 技術の一般的な分類法を提案し, 現状の進歩と課題を概観する。
声道バイオマーカーは、しばしば別のセンサーの信号を近似したり、基礎となる精神的、認知的、生理的状態を特定する二次的な尺度である。
論文 参考訳（メタデータ） (2024-07-07T08:09:28Z) - Advancing Ear Biometrics: Enhancing Accuracy and Robustness through Deep Learning [0.9910347287556193]
生体認証は、個々の身体的特徴や行動的特徴に基づいて個人を検証するための信頼性の高い方法である。
本研究は,耳の生体認証に焦点をあて,その特徴を精度,信頼性,ユーザビリティの向上に活用する。
論文 参考訳（メタデータ） (2024-05-31T18:55:10Z) - EarPass: Secure and Implicit Call Receiver Authentication Using Ear Acoustic Sensing [14.78387043362623]
EarPassは、スマートフォンのセキュアで暗黙的なコールレシーバ認証方式である。
イヤーピーススピーカーを通して難聴の音響信号を送信し、外耳を積極的に感知する。
バランスの取れた精度は96.95%で、エラー率は1.53%である。
論文 参考訳（メタデータ） (2024-04-23T13:03:09Z) - A Review on the Applications of Machine Learning for Tinnitus Diagnosis
Using EEG Signals [0.0]
チニトゥス(Tinnitus)は、年齢、聴覚障害、大きな騒音、耳の感染症や腫瘍、特定の薬物、頭や首の怪我、不安や抑うつなどの心理的状態など、様々な要因によって引き起こされる耳疾患である。
この病気の早期発見を支援するため、スチニタス検出の新しい開発が進められている。
論文 参考訳（メタデータ） (2023-10-28T19:49:43Z) - 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) - Facial Soft Biometrics for Recognition in the Wild: Recent Works,
Annotation, and COTS Evaluation [63.05890836038913]
制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。
1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。
深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
論文 参考訳（メタデータ） (2022-10-24T11:29:57Z) - Evaluating generative audio systems and their metrics [80.97828572629093]
本報告では,従来提案されていた音声再建のための目標尺度のセットと,聴取研究を併用して,最先端のアプローチについて検討する。
その結果、現在使われている客観的指標は、現在のシステムの知覚的品質を記述するのに不十分であることが示唆された。
論文 参考訳（メタデータ） (2022-08-31T21:48:34Z) - Super-Resolution for Selfie Biometrics: Introduction and Application to
Face and Iris [67.74999528342273]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
超分解能技術は、特定のバイオメトリック・モダリティの画像の特異性に適応する必要がある。
本章では,顔画像と虹彩画像の超解像化における最近の進歩について概説する。
論文 参考訳（メタデータ） (2022-04-12T10:28:31Z) - Improving Medical Image Classification with Label Noise Using
Dual-uncertainty Estimation [72.0276067144762]
医用画像における2種類のラベルノイズについて論じ,定義する。
医用画像分類作業中にこれら2つのラベルノイズを処理する不確実性推定に基づくフレームワークを提案する。
論文 参考訳（メタデータ） (2021-02-28T14:56:45Z) - Respiratory Sound Classification Using Long-Short Term Memory [62.997667081978825]
本稿では,呼吸器疾患の分類に関連して,音の分類を行おうとする際の問題点について検討する。
このようなタスクをどのように実装できるかを特定するために、ディープラーニングと長期短期記憶ネットワークの使用の検討を行う。
論文 参考訳（メタデータ） (2020-08-06T23:11:57Z)
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。