論文の概要: BPFNet: A Unified Framework for Bimodal Palmprint Alignment and Fusion
- arxiv url: http://arxiv.org/abs/2110.01179v1
- Date: Mon, 4 Oct 2021 04:30:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-05 15:32:09.369344
- Title: BPFNet: A Unified Framework for Bimodal Palmprint Alignment and Fusion
- Title（参考訳）: BPFNet:バイモーダルパルププリントアライメントと融合のための統一フレームワーク
- Authors: Zhaoqun Li, Xu Liang, Dandan Fan, Jinxing Li, David Zhang
- Abstract要約: バイモーダルパームプリント認識は、パームプリントとパーム静脈像を同時に活用する。
本稿では、ROI局在化、アライメント、バイモーダル画像融合に焦点を当てたバイモーダルパルププリント融合ネットワーク(BPFNet)を提案する。
- 参考スコア（独自算出の注目度）: 26.770714818092774
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bimodal palmprint recognition leverages palmprint and palm vein images
simultaneously,which achieves high accuracy by multi-model information fusion
and has strong anti-falsification property. In the recognition pipeline, the
detection of palm and the alignment of region-of-interest (ROI) are two crucial
steps for accurate matching. Most existing methods localize palm ROI by
keypoint detection algorithms, however the intrinsic difficulties of keypoint
detection tasks make the results unsatisfactory. Besides, the ROI alignment and
fusion algorithms at image-level are not fully investigaged.To bridge the gap,
in this paper, we propose Bimodal Palmprint Fusion Network (BPFNet) which
focuses on ROI localization, alignment and bimodal image fusion.BPFNet is an
end-to-end framework containing two subnets: The detection network directly
regresses the palmprint ROIs based on bounding box prediction and conducts
alignment by translation estimation.In the downstream,the bimodal fusion
network implements bimodal ROI image fusion leveraging a novel proposed
cross-modal selection scheme. To show the effectiveness of BPFNet,we carry out
experiments on the large-scale touchless palmprint datasets CUHKSZ-v1 and
TongJi and the proposed method achieves state-of-the-art performances.
- Abstract（参考訳）: バイモーダルパームプリント認識は、パームプリントとパーム静脈画像を同時に活用し、多モデル情報融合による高精度化を実現し、強い反falsification特性を有する。
認識パイプラインでは,手のひらの検出と領域間一致(roi)のアライメントが2つの重要なステップである。
既存のほとんどの手法は、キーポイント検出アルゴリズムによってパームROIをローカライズするが、キーポイント検出タスクの本質的な困難により、結果は満足できない。
Besides, the ROI alignment and fusion algorithms at image-level are not fully investigaged.To bridge the gap, in this paper, we propose Bimodal Palmprint Fusion Network (BPFNet) which focuses on ROI localization, alignment and bimodal image fusion.BPFNet is an end-to-end framework containing two subnets: The detection network directly regresses the palmprint ROIs based on bounding box prediction and conducts alignment by translation estimation.In the downstream,the bimodal fusion network implements bimodal ROI image fusion leveraging a novel proposed cross-modal selection scheme.
BPFNetの有効性を示すため,大規模なタッチレスパームプリントデータセットCUHKSZ-v1とTongJiについて実験を行い,提案手法は最先端の性能を実現する。
関連論文リスト
- Embracing Events and Frames with Hierarchical Feature Refinement Network for Object Detection [17.406051477690134]
イベントカメラはスパースと非同期のイベントを出力し、これらの問題を解決する潜在的な解決策を提供する。
イベントフレーム融合のための新しい階層的特徴改善ネットワークを提案する。
本手法は, フレーム画像に15種類の汚損タイプを導入する際に, 極めて優れたロバスト性を示す。
論文 参考訳（メタデータ） (2024-07-17T14:09:46Z) - From Text to Pixels: A Context-Aware Semantic Synergy Solution for
Infrared and Visible Image Fusion [66.33467192279514]
我々は、テキスト記述から高レベルなセマンティクスを活用し、赤外線と可視画像のセマンティクスを統合するテキスト誘導多モード画像融合法を提案する。
本手法は,視覚的に優れた融合結果を生成するだけでなく,既存の手法よりも高い検出mAPを達成し,最先端の結果を得る。
論文 参考訳（メタデータ） (2023-12-31T08:13:47Z) - DPTNet: A Dual-Path Transformer Architecture for Scene Text Detection [34.42038300372715]
我々は,シーンテキスト検出タスクのグローバルおよびローカル情報をモデル化する,シンプルで効果的なアーキテクチャであるDPTNetを提案する。
本稿では,コンボリューションネットワークと強力な自己認識機構を統合した並列設計を提案し,注目経路と畳み込み経路の相補的な手がかりを提供する。
我々のDPTNetはMSRA-TD500データセットの最先端結果を実現し、検出精度と速度の両面で他の標準ベンチマーク上での競合結果を提供する。
論文 参考訳（メタデータ） (2022-08-21T12:58:45Z) - PCAM: Product of Cross-Attention Matrices for Rigid Registration of
Point Clouds [79.99653758293277]
PCAMは、キー要素がクロスアテンション行列のポイントワイズ積であるニューラルネットワークである。
そこで本研究では,PCAMがステップ(a)とステップ(b)をディープネットを介して共同で解決する手法によって,最先端の成果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-04T09:23:27Z) - MBDF-Net: Multi-Branch Deep Fusion Network for 3D Object Detection [17.295359521427073]
3次元物体検出のためのMulti-Branch Deep Fusion Network (MBDF-Net)を提案する。
最初の段階では、マルチブランチ機能抽出ネットワークは、Adaptive Attention Fusionモジュールを使用して、単一モーダルなセマンティックな特徴からクロスモーダルな融合機能を生成する。
第2段階では、関心領域(RoI)をプールした核融合モジュールを用いて局所的な特徴を改良する。
論文 参考訳（メタデータ） (2021-08-29T15:40:15Z) - EPMF: Efficient Perception-aware Multi-sensor Fusion for 3D Semantic Segmentation [62.210091681352914]
自律運転やロボティクスなど,多くのアプリケーションを対象とした3次元セマンティックセマンティックセグメンテーションのためのマルチセンサフュージョンについて検討する。
本研究では,知覚認識型マルチセンサフュージョン(PMF)と呼ばれる協調融合方式について検討する。
本稿では,2つのモードから特徴を分離して抽出する2ストリームネットワークを提案する。
論文 参考訳（メタデータ） (2021-06-21T10:47:26Z) - Hierarchical Convolutional Neural Network with Feature Preservation and
Autotuned Thresholding for Crack Detection [5.735035463793008]
ドローンの画像はインフラ表面の欠陥の自動検査にますます使われている。
本稿では,階層型畳み込みニューラルネットワークを用いた深層学習手法を提案する。
提案手法は, 道路, 橋, 舗装の表面ひび割れの同定に応用されている。
論文 参考訳（メタデータ） (2021-04-21T13:07:58Z) - Boundary-Aware Segmentation Network for Mobile and Web Applications [60.815545591314915]
境界認識ネットワーク(basnet)は、精度の高い画像分割のための予測再定義アーキテクチャとハイブリッド損失と統合されている。
basnetは単一のgpu上で70fps以上動作し、多くの潜在的なアプリケーションが利用できる。
BASNetをベースに、BASNetが「COPY」と「PASTING」現実世界のオブジェクトのための拡張現実であるAR COPY & PASTEと、オブジェクト背景の自動削除のためのWebベースのツールであるOBJECT CUTの2つの(近い)商用アプリケーションをさらに開発しました。
論文 参考訳（メタデータ） (2021-01-12T19:20:26Z) - Two-Stage Copy-Move Forgery Detection with Self Deep Matching and
Proposal SuperGlue [9.676233763589618]
コピーモーブ偽造検出は、同一画像中のペースト領域とソース領域を検出して、改ざん画像を特定する。
本稿では,コピーモーブ偽造検出のための新しい二段階フレームワークを提案する。
提案SuperGlueは、偽武装領域を削除し、不完全な領域を修復するために提案される。
論文 参考訳（メタデータ） (2020-12-16T02:05:55Z) - Deep Semantic Matching with Foreground Detection and Cycle-Consistency [103.22976097225457]
深層ネットワークに基づく弱い教師付きセマンティックマッチングに対処する。
本研究では,背景乱れの影響を抑えるために,前景領域を明示的に推定する。
複数の画像にまたがって予測変換を強制し、幾何的に可視かつ一貫したサイクル一貫性の損失を発生させる。
論文 参考訳（メタデータ） (2020-03-31T22:38:09Z) - DPANet: Depth Potentiality-Aware Gated Attention Network for RGB-D
Salient Object Detection [107.96418568008644]
そこで我々は,DPANetという新しいネットワークを提案し,深度マップの可能性を明確にモデル化し,モーダル間の相補性を効果的に統合する。
深度ポテンシャル知覚を導入することにより、ネットワークは深度情報のポテンシャルを学習ベースで知覚することができる。
論文 参考訳（メタデータ） (2020-03-19T07:27:54Z)
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。