論文の概要: Research on Gender-related Fingerprint Features

• arxiv url: http://arxiv.org/abs/2108.08233v1
• Date: Wed, 18 Aug 2021 16:54:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-19 16:09:01.672386
• Title: Research on Gender-related Fingerprint Features
• Title（参考訳）: 性別関連指紋特徴に関する研究
• Authors: Yong Qi, Yanping Li, Huawei Lin, Jiashu Chen, Huaiguang Lei
• Abstract要約: より堅牢なDense Dilated Convolution ResNet(DDC-ResNet)を提案する。 通常の畳み込み操作をバックボーン内のアトラスな畳み込みに置き換えることで、エッジの詳細を維持するための事前知識を提供し、グローバルな受信フィールドを拡張することができる。 実験結果から,本手法の組合せは,平均精度と分別精度において,他の組み合わせよりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 3.0466371774923644
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fingerprint is an important biological feature of human body, which contains abundant gender information. At present, the academic research of fingerprint gender characteristics is generally at the level of understanding, while the standardization research is quite limited. In this work, we propose a more robust method, Dense Dilated Convolution ResNet (DDC-ResNet) to extract valid gender information from fingerprints. By replacing the normal convolution operations with the atrous convolution in the backbone, prior knowledge is provided to keep the edge details and the global reception field can be extended. We explored the results in 3 ways: 1) The efficiency of the DDC-ResNet. 6 typical methods of automatic feature extraction coupling with 9 mainstream classifiers are evaluated in our dataset with fair implementation details. Experimental results demonstrate that the combination of our approach outperforms other combinations in terms of average accuracy and separate-gender accuracy. It reaches 96.5% for average and 0.9752 (males)/0.9548 (females) for separate-gender accuracy. 2) The effect of fingers. It is found that the best performance of classifying gender with separate fingers is achieved by the right ring finger. 3) The effect of specific features. Based on the observations of the concentrations of fingerprints visualized by our approach, it can be inferred that loops and whorls (level 1), bifurcations (level 2), as well as line shapes (level 3) are connected with gender. Finally, we will open source the dataset that contains 6000 fingerprint images
• Abstract（参考訳）: 指紋は、豊富な性情報を含む人体の重要な生物学的特徴である。 現在、指紋のジェンダー特性に関する学術研究は一般的に理解レベルにあるが、標準化研究は極めて限られている。 本研究では,より堅牢なDense Dilated Convolution ResNet(DDC-ResNet)を提案する。 通常の畳み込み操作をバックボーンのatrous畳み込みに置き換えることで、エッジの詳細を保持するための事前知識が提供され、グローバル受信フィールドを拡張することができる。 1) DDC-ResNetの効率性について検討した。 9つの主流分類器と自動特徴抽出結合の典型的な6つの手法を,実装の詳細とともにデータセットで評価した。 実験の結果,提案手法の組合せは,平均精度と分離生成精度の点で他の組み合わせよりも優れていることがわかった。 平均96.5%に達し、0.9752 (男性)/0.9548 (女性) の精度を持つ。 2)指の効果。 その結果, 左右のリングフィンガーにより, 性別を別個の指で分類する最善の性能が得られた。 3) 特定の特徴の効果。 我々のアプローチによって可視化された指紋の濃度の観測に基づいて、ループや輪郭(レベル1)、分岐(レベル2)、線状(レベル3)が性別と結びついていると推測できる。 最後に、6000枚の指紋画像を含むデータセットをオープンソース化します

関連論文リスト

• 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)
• Mitigating Gender Bias in Face Recognition Using the von Mises-Fisher Mixture Model [7.049738935364298]
  本研究では,ディープ顔認識ネットワークの性別バイアスについて検討する。 幾何学的考察により、新しいポストプロセッシング手法により性別バイアスを緩和する。 実際、様々なデータセットに関する広範な数値実験は、慎重に選択することで性バイアスが大幅に減少することを示している。
  論文  参考訳（メタデータ） (2022-10-24T23:53:56Z)
• Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
  本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。 HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。 我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
  論文  参考訳（メタデータ） (2022-03-14T17:05:59Z)
• Deep learning for identification and face, gender, expression recognition under constraints [1.2647816797166165]
  深層畳み込みニューラルネットワーク(Deep Convolutional Neural Network, CNN)は、ベール付き顔画像から特徴を抽出するために用いられる。 本研究の目的は, 深層学習に基づく自動計算機システムを用いて, 人物だけでなく, 性別, 年齢, 表情の認識や, 笑顔などの表情の認識を行う能力をテストすることである。
  論文  参考訳（メタデータ） (2021-11-02T22:45:09Z)
• Fingerprint Matching using the Onion Peeling Approach and Turning Function [0.0]
  フィンガープリントは最も人気があり、丈夫な生体計測特性の1つである。 ほとんどの指紋マッチングアルゴリズムはミツバチをベースとしている。 本論文は,タマネギの剥離法を用いた新しいミナミアン系指紋照合法を提案する。
  論文  参考訳（メタデータ） (2021-10-03T09:10:44Z)
• Balancing Biases and Preserving Privacy on Balanced Faces in the Wild [50.915684171879036]
  現在の顔認識(FR)モデルには、人口統計バイアスが存在する。 さまざまな民族と性別のサブグループにまたがる偏見を測定するために、我々のバランス・フェイススをWildデータセットに導入します。 真偽と偽のサンプルペアを区別するために1点のスコアしきい値に依存すると、最適以下の結果が得られます。 本稿では,最先端ニューラルネットワークから抽出した顔特徴を用いたドメイン適応学習手法を提案する。
  論文  参考訳（メタデータ） (2021-03-16T15:05:49Z)
• ProxyFAUG: Proximity-based Fingerprint Augmentation [81.15016852963676]
  ProxyFAUGはルールベースで近接性に基づく指紋増強法である。 このデータセット上で最高のパフォーマンスの測位法は、中央値エラーで40%改善され、平均誤差で6%向上した。
  論文  参考訳（メタデータ） (2021-02-04T15:59:30Z)
• Diverse Knowledge Distillation for End-to-End Person Search [81.4926655119318]
  人物検索は、画像ギャラリーから特定の人物をローカライズし識別することを目的としている。 最近の手法は2つのグループ、すなわち2段階とエンドツーエンドのアプローチに分類できる。 ボトルネックを解消するために、多様な知識蒸留を備えたシンプルで強力なエンドツーエンドネットワークを提案します。
  論文  参考訳（メタデータ） (2020-12-21T09:04:27Z)
• Can Human Sex Be Learned Using Only 2D Body Keypoint Estimations? [0.0]
  2次元キーポイントのみを用いた完全自動分類システムを提案する。 キーポイントセットは15個のジョイントから構成され、そのキーポイント推定はOpenPose 2Dキーポイント検出器を用いて得られる。 我々は、キーポイントを入力として、バイナリラベルを出力として、男性と女性を区別する深層学習モデルを学習する。
  論文  参考訳（メタデータ） (2020-11-05T21:30:51Z)
• Deep Learning and Bayesian Deep Learning Based Gender Prediction in Multi-Scale Brain Functional Connectivity [2.2182171526013774]
  脳機能接続(FC)から性別を予測することは、脳の活動と性別の関係を構築することができる。 性別予測に適用された現在の予測モデルは、良好な精度を示す。 本稿では,複数スケールの脳内FCの性別をディープラーニングで予測し,完全なFCパターンを特徴として抽出する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-18T02:43:26Z)
• 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)

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。