論文の概要: Human Recognition based on Retinal Bifurcations and Modified Correlation
Function
- arxiv url: http://arxiv.org/abs/2109.08977v1
- Date: Sat, 18 Sep 2021 18:01:45 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-23 09:45:37.136574
- Title: Human Recognition based on Retinal Bifurcations and Modified Correlation
Function
- Title(参考訳): 網膜分岐と修正相関関数に基づく人間の認識
- Authors: Amin Dehghani
- Abstract要約: 高いセキュリティは、ほとんどの安全な場所にとって重要な問題です。
近年の進歩により、高セキュリティシステムの必要性が高まっている。
新しい数学的関数はコーナーや分岐に適用される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nowadays high security is an important issue for most of the secure places
and recent advances increase the needs of high-security systems. Therefore,
needs to high security for controlling and permitting the allowable people to
enter the high secure places, increases and extends the use of conventional
recognition methods. Therefore, a novel identification method using retinal
images is proposed in this paper. For this purpose, new mathematical functions
are applied on corners and bifurcations. To evaluate the proposed method we use
40 retinal images from the DRIVE database, 20 normal retinal image from STARE
database and 140 normal retinal images from local collected database and the
accuracy rate is 99.34 percent.
- Abstract(参考訳): 今日では、セキュリティの高まりは、ほとんどの安全な場所において重要な問題であり、最近の進歩は、セキュリティの高いシステムのニーズを高めている。
そのため、安全度の高い場所への入場を許可し、従来の認識方法の利用を増加・拡大するための高度なセキュリティが必要である。
そこで本研究では,網膜画像を用いた新しい識別法を提案する。
この目的のために、コーナーや分岐に新しい数学的関数を適用する。
提案手法を評価するために,DRIVEデータベースからの40個の網膜画像,STAREデータベースからの20個の正常網膜画像,および局所収集データベースからの140個の正常網膜画像を用い,精度は99.34パーセントである。
関連論文リスト
- Embedding Non-Distortive Cancelable Face Template Generation [22.80706131626207]
我々は、目では認識できないが、任意のカスタム埋め込みニューラルネットワークモデルで識別可能な顔画像を実現する革新的な画像歪み技術を導入する。
生体認証ネットワークの信頼性を,予測された同一性を変化させない最大画像歪みを判定することによって検証する。
論文 参考訳(メタデータ) (2024-02-04T15:39:18Z) - Unrecognizable Yet Identifiable: Image Distortion with Preserved
Embeddings [24.403019302064006]
本稿では,眼に認識不能な顔画像を描画する革新的な画像歪み手法を提案する。
理論的観点から、我々は最先端のバイオメトリックス認識ニューラルネットワークがいかに信頼性が高いかを考察する。
この手法を適用することで、生体認証システムのセキュリティ、精度、性能のバランスをとるという工学的課題に対する実践的な解決策が示される。
論文 参考訳(メタデータ) (2024-01-26T18:20:53Z) - Privacy-Preserving Face Recognition in Hybrid Frequency-Color Domain [16.05230409730324]
顔画像は、各ユーザのアイデンティティ情報に関連付けられた、敏感なバイオメトリック属性である。
本稿では,顔認識の入力次元を低減するために,ハイブリッド周波数-カラー融合法を提案する。
1:Nの検証シナリオの最先端よりも約2.6%から4.2%高い精度を持つ。
論文 参考訳(メタデータ) (2024-01-24T11:27:32Z) - TetraLoss: Improving the Robustness of Face Recognition against Morphing
Attacks [7.092869001331781]
顔認識システムは、高セキュリティアプリケーションに広くデプロイされている。
フェースモーフィングのようなデジタル操作は、顔認識システムにセキュリティ上の脅威をもたらす。
本稿では,ディープラーニングに基づく顔認識システムを,顔形態攻撃に対してより堅牢なものにするための新しい手法を提案する。
論文 参考訳(メタデータ) (2024-01-21T21:04:05Z) - Attention Consistency Refined Masked Frequency Forgery Representation
for Generalizing Face Forgery Detection [96.539862328788]
既存の偽造検出方法は、未確認領域の真正性を決定する不満足な一般化能力に悩まされている。
ACMF(Attention Consistency Refined masked frequency forgery representation model)を提案する。
いくつかのパブリックフェイスフォージェリーデータセットの実験結果から,提案手法の性能は最先端の手法と比較して優れていることが示された。
論文 参考訳(メタデータ) (2023-07-21T08:58:49Z) - Efficient aggregation of face embeddings for decentralized face
recognition deployments (extended version) [0.7349727826230862]
バイオメトリックスは、最もプライバシーに敏感なデータの一つだ。プライバシーを重視するユビキタス認証システムは、分散化されたアプローチを優先している。
本稿では,異なるデータセットの広範囲な解析に基づいて,顔認識に使用される埋め込みを効率的に集約する方法を提案する。
論文 参考訳(メタデータ) (2022-12-20T09:28:25Z) - Privacy-Preserving Face Recognition with Learnable Privacy Budgets in
Frequency Domain [77.8858706250075]
本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。
本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
論文 参考訳(メタデータ) (2022-07-15T07:15:36Z) - A high performance fingerprint liveness detection method based on
quality related features [66.41574316136379]
このシステムは、10,500枚以上の実画像と偽画像からなる非常に難しいデータベースでテストされている。
提案手法はマルチシナリオデータセットに対して堅牢であることが証明され、全体の90%が正しく分類されたサンプルである。
論文 参考訳(メタデータ) (2021-11-02T21:09:39Z) - MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。
近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。
深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
論文 参考訳(メタデータ) (2021-10-06T08:10:28Z) - Assessing glaucoma in retinal fundus photographs using Deep Feature
Consistent Variational Autoencoders [63.391402501241195]
緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。
緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。
ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
論文 参考訳(メタデータ) (2021-10-04T16:06:49Z) - Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。
オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
論文 参考訳(メタデータ) (2021-02-01T09:17:18Z)
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。