論文の概要: Attribute-Based Deep Periocular Recognition: Leveraging Soft Biometrics
to Improve Periocular Recognition
- arxiv url: http://arxiv.org/abs/2111.01325v1
- Date: Tue, 2 Nov 2021 01:51:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-03 14:43:15.059012
- Title: Attribute-Based Deep Periocular Recognition: Leveraging Soft Biometrics
to Improve Periocular Recognition
- Title（参考訳）: 属性に基づく深部眼球運動認識:ソフトバイオメトリックスを活用して眼球認識を改善する
- Authors: Veeru Talreja and Nasser M. Nasrabadi and Matthew C. Valenti
- Abstract要約: 本稿では属性に基づく深部眼球認識(ADPR)と呼ばれる新しい深部眼球認識フレームワークを提案する。
ADPRはソフトバイオメトリックスを予測し、その予測を眼周囲認識アルゴリズムに組み込んで、高い精度で眼周囲画像から識別する。
実験結果から,本手法は野生環境下での生体計測による近視認識方法よりも優れていたことが示唆された。
- 参考スコア（独自算出の注目度）: 24.267703297385413
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, periocular recognition has been developed as a valuable
biometric identification approach, especially in wild environments (for
example, masked faces due to COVID-19 pandemic) where facial recognition may
not be applicable. This paper presents a new deep periocular recognition
framework called attribute-based deep periocular recognition (ADPR), which
predicts soft biometrics and incorporates the prediction into a periocular
recognition algorithm to determine identity from periocular images with high
accuracy. We propose an end-to-end framework, which uses several shared
convolutional neural network (CNN)layers (a common network) whose output feeds
two separate dedicated branches (modality dedicated layers); the first branch
classifies periocular images while the second branch predicts softn biometrics.
Next, the features from these two branches are fused together for a final
periocular recognition. The proposed method is different from existing methods
as it not only uses a shared CNN feature space to train these two tasks
jointly, but it also fuses predicted soft biometric features with the
periocular features in the training step to improve the overall periocular
recognition performance. Our proposed model is extensively evaluated using four
different publicly available datasets. Experimental results indicate that our
soft biometric based periocular recognition approach outperforms other
state-of-the-art methods for periocular recognition in wild environments.
- Abstract（参考訳）: 近年では、顔認証が適用できない野生環境(例えば、COVID-19パンデミックによるマスクされた顔)において、眼周囲認識は貴重な生体認証手法として開発されている。
本稿では,属性に基づく深部眼球認識(ADPR)と呼ばれる新しい深部眼球認識フレームワークを提案する。これはソフトバイオメトリックスを予測し,その予測を近部眼球運動認識アルゴリズムに組み込んで,高精度に近部眼球運動像の識別を行う。
本稿では、複数の共有畳み込みニューラルネットワーク(共通ネットワーク)を用いて、2つの独立した専用枝(モダリティ専用層)を出力するエンド・ツー・エンドのフレームワークを提案し、第1の枝は眼周囲の画像の分類を行い、第2の枝は軟部バイオメトリックスを予測する。
次に、これら2つのブランチの特徴を融合して、最終的なperiocular recognitionを行う。
提案手法は,これら2つのタスクを共同で学習するために共有cnn機能空間を使用するだけでなく,推定されたソフトバイオメトリック特徴をトレーニングステップの周囲特徴と融合させることにより,全体的な認識性能を向上させるため,既存の手法とは異なる。
提案モデルは,4つの異なる公開データセットを用いて広範に評価される。
実験結果から,本手法は野生環境下での生体計測による近視認識方法よりも優れていたことが示唆された。
関連論文リスト
- Fusion of Minutia Cylinder Codes and Minutia Patch Embeddings for Latent Fingerprint Recognition [1.534667887016089]
本稿では,潜伏指紋認識に対する融合型局所マッチング手法を提案する。
提案されたアプローチは、これらの手作り機能と、最近提案された深層ニューラルネットワークの組み込み機能を多段階融合アプローチに統合する。
論文 参考訳（メタデータ） (2024-03-24T14:29:41Z) - COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
顔偽造認識法は一度に1つの顔しか処理できない。
ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。
マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
論文 参考訳（メタデータ） (2023-08-03T03:37:13Z) - 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) - Multimodal Adaptive Fusion of Face and Gait Features using Keyless
attention based Deep Neural Networks for Human Identification [67.64124512185087]
歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。
本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
論文 参考訳（メタデータ） (2023-03-24T05:28:35Z) - Periocular Biometrics: A Modality for Unconstrained Scenarios [66.93179447621188]
眼球周囲のバイオメトリックスには、眼窩を囲む顔の外部から見える領域が含まれる。
新型コロナウイルス(COVID-19)のパンデミックは、コントロールされた設定でも目に見える唯一の顔領域であり、その重要性を強調している。
論文 参考訳（メタデータ） (2022-12-28T12:08:27Z) - 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) - Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。
我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
論文 参考訳（メタデータ） (2022-10-18T11:46:38Z) - Periocular Embedding Learning with Consistent Knowledge Distillation
from Face [19.938772729998142]
眼球周囲の周辺部である眼球周囲の生体計測は、顔に対する協調的な代替物である。
本稿では,顔と眼のネットワーク間の整合性を予測層と特徴層に分散させる知識蒸留(CKD)を提案する。
CKDは、標準的な眼周囲認識ベンチマークデータセットで最先端の結果を達成する。
論文 参考訳（メタデータ） (2020-12-12T07:12:21Z) - View-Invariant Gait Recognition with Attentive Recurrent Learning of
Partial Representations [27.33579145744285]
本稿では,まず,フレームレベルの畳み込み特徴から歩行畳み込みエネルギーマップ(GCEM)を抽出するネットワークを提案する。
次に、GCEMの分割されたビンから学ぶために双方向ニューラルネットワークを採用し、学習された部分的リカレント表現の関係を利用する。
提案手法は2つの大規模CASIA-BとOU-Mの歩行データセットで広範囲に検証されている。
論文 参考訳（メタデータ） (2020-10-18T20:20:43Z) - SIP-SegNet: A Deep Convolutional Encoder-Decoder Network for Joint
Semantic Segmentation and Extraction of Sclera, Iris and Pupil based on
Periocular Region Suppression [8.64118000141143]
マルチモーダル生体認証システムは 生体認証システムの限界に 対処する能力がある
このようなシステムには高い特性、永続性、性能があるが、他の生体特性に基づく技術は容易に妥協できる。
SIP-SegNetと呼ばれる新しい深層学習フレームワークが提案され、眼形質のセマンティックセマンティックセグメンテーションを行う。
論文 参考訳（メタデータ） (2020-02-15T15:20:44Z) - Unconstrained Periocular Recognition: Using Generative Deep Learning
Frameworks for Attribute Normalization [2.5288257442251107]
本稿では,ディープラーニング生成フレームワークに基づく属性正規化戦略を提案する。
これは、識別性を低下させることなく、ペア比較で使用されるサンプルの変動を減少させる。
実験は2つの異なるデータセットで実施された。
論文 参考訳（メタデータ） (2020-02-10T17:55:55Z)
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。