論文の概要: N-shot Palm Vein Verification Using Siamese Networks

• arxiv url: http://arxiv.org/abs/2109.12808v1
• Date: Mon, 27 Sep 2021 05:47:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-29 04:45:30.371532
• Title: N-shot Palm Vein Verification Using Siamese Networks
• Title（参考訳）: シームズネットワークを用いたNショットパーム静脈検証
• Authors: Felix Marattukalam, Waleed H. Abdulla and Akshya Swain
• Abstract要約: 本稿では,シムズニューラルネットワーク構造を用いた手のひら静脈の同定のためのアーキテクチャを提案する。 HK PolyUマルチスペクトルパーム静脈データベース上で, 限られたサンプルを用いてアーキテクチャ性能を検証した。 その結果、91.9%の精度、91.1%のリコール、92.2%の特異性、91.5%、F1スコア、90.5%の精度で有効であることが示唆された。
• 参考スコア（独自算出の注目度）: 1.0312968200748116
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The use of deep learning methods to extract vascular biometric patterns from the palm surface has been of interest among researchers in recent years. In many biometric recognition tasks, there is a limit in the number of training samples. This is because of limited vein biometric databases being available for research. This restricts the application of deep learning methods to design algorithms that can effectively identify or authenticate people for vein recognition. This paper proposes an architecture using Siamese neural network structure for few shot palm vein identification. The proposed network uses images from both the palms and consists of two sub-nets that share weights to identify a person. The architecture performance was tested on the HK PolyU multi spectral palm vein database with limited samples. The results suggest that the method is effective since it has 91.9% precision, 91.1% recall, 92.2% specificity, 91.5%, F1-Score, and 90.5% accuracy values.
• Abstract（参考訳）: 近年,手のひら表面から血管バイオメトリックパターンを抽出するための深層学習法が研究者の間で注目されている。 多くの生体認証タスクでは、トレーニングサンプルの数に制限がある。 これは、研究に利用可能な静脈バイオメトリックデータベースが限られているためである。 これは、静脈認識の人々を効果的に識別または認証できるアルゴリズムを設計するための深層学習法の適用を制限する。 本稿では,シムズニューラルネットワーク構造を用いた手のひら静脈の同定のためのアーキテクチャを提案する。 提案するネットワークは、両手のひらの画像を使用し、人を特定するために重みを共有する2つのサブネットで構成されている。 HK PolyUマルチスペクトルパーム静脈データベース上で, 限られたサンプルを用いてアーキテクチャ性能を検証した。 その結果、91.9%の精度、91.1%のリコール、92.2%の特異性、91.5%のスコア、90.5%の精度で有効であることが示唆された。

関連論文リスト

• SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via Filter Pruning [55.84746218227712]
  我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。 性能を損なうことなく、さらに(最大40%)削減できることを示す。
  論文  参考訳（メタデータ） (2023-07-20T08:38:50Z)
• 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)
• Palm Vein Recognition via Multi-task Loss Function and Attention Layer [3.265773263570237]
  本稿では,VGG-16伝達学習の融合注意機構に基づく畳み込みニューラルネットワークを,赤外線ヤシ静脈データセットの特徴抽出ネットワークとして利用する。 モデルのロバスト性を検証するため、異なるソースからのデータセットに対していくつかの実験を行った。 同時に、マッチングは高効率であり、ヤシ静脈対あたり平均0.13秒かかる。
  論文  参考訳（メタデータ） (2022-11-11T02:32:49Z)
• Development of an algorithm for medical image segmentation of bone tissue in interaction with metallic implants [58.720142291102135]
  本研究では,金属インプラントとの接触部における骨成長の計算アルゴリズムを開発した。 骨とインプラント組織はトレーニングデータセットに手動でセグメンテーションされた。 ネットワーク精度の面では、モデルは約98%に達した。
  論文  参考訳（メタデータ） (2022-04-22T08:17:20Z)
• Osteoporosis Prescreening using Panoramic Radiographs through a Deep Convolutional Neural Network with Attention Mechanism [65.70943212672023]
  注意モジュールを持つディープ畳み込みニューラルネットワーク(CNN)はパノラマX線写真上で骨粗しょう症を検出することができる。 49歳から60歳までの70種類のパノラマX線写真(PR)のデータセットを用いて検討した。
  論文  参考訳（メタデータ） (2021-10-19T00:03:57Z)
• An Experimental Evaluation on Deepfake Detection using Deep Face Recognition [0.0]
  ディープラーニングは、ディープフェイク(deepfakes)として知られる非常に現実的なフェイクコンテンツを生み出した。 現在のディープフェイク検出法のほとんどは、2クラス畳み込みニューラルネットワーク(CNN)を用いた偽のイメージやビデオとを区別する二項分類問題と見なされている。 本稿では,異なる損失関数とディープフェイク生成技術を用いて,ディープフェイク識別におけるディープフェイク認識の有効性を徹底的に評価する。
  論文  参考訳（メタデータ） (2021-10-04T18:02:56Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• Efficient Palm-Line Segmentation with U-Net Context Fusion Module [1.1024591739346292]
  人間の手の画像から原則的手のひら線を抽出するアルゴリズムを提案する。 本手法は,ディープラーニングネットワーク(DNN)を適用して性能向上を図る。 UNetセグメンテーションニューラルネットワークアーキテクチャに基づき、パームラインを検出するための高効率アーキテクチャを提案します。
  論文  参考訳（メタデータ） (2021-02-24T08:42:52Z)
• Experimental results on palmvein-based personal recognition by multi-snapshot fusion of textural features [3.274290296343038]
  本研究はパームヴェイン認識のためのテキスト特徴の複数スナップショット融合について検討し,その同定と検証を行った。 本研究の目的は、このことがヤシベイン認識に有効であることを示し、よく知られたベンチマークデータセット上で非常に高い認識率を実現することである。
  論文  参考訳（メタデータ） (2020-07-13T11:34:46Z)
• ESPN: Extremely Sparse Pruned Networks [50.436905934791035]
  簡単な反復マスク探索法により,非常に深いネットワークの最先端の圧縮を実現することができることを示す。 本アルゴリズムは,シングルショット・ネットワーク・プルーニング法とロッテ・ティケット方式のハイブリッド・アプローチを示す。
  論文  参考訳（メタデータ） (2020-06-28T23:09:27Z)
• Towards Efficient Unconstrained Palmprint Recognition via Deep Distillation Hashing [28.36096948563473]
  効率的なパームプリント認識のためのベンチマークとして、ディープ蒸留ハッシュ (DDH) が提案されている。 パームプリント識別の精度は最大11.37%向上し、パームプリント検証のEER(Equal Error Rate)は最大3.11%削減できる。
  論文  参考訳（メタデータ） (2020-04-07T12:15:04Z)

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。