論文の概要: Fast Eye Detector Using Metric Learning for Iris on The Move

• arxiv url: http://arxiv.org/abs/2202.10671v1
• Date: Tue, 22 Feb 2022 05:02:21 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-23 15:33:59.683339
• Title: Fast Eye Detector Using Metric Learning for Iris on The Move
• Title（参考訳）: iris on the moveのためのメトリック学習を用いた高速眼球検出
• Authors: Yuka Ogino, Takahiro Toizumi and Masato Tsukada
• Abstract要約: 本稿では,虹彩認識のための完全畳み込み型シームズネットワークに基づく高速眼球検出手法を提案する。 我々はCosFaceを損失関数として用いて、浅いネットワークでも左目と右目とを高い精度で識別する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a fast eye detection method based on fully-convolutional Siamese networks for iris recognition. The iris on the move system requires to capture high resolution iris images from a moving subject for iris recognition. Therefore, capturing images contains both eyes at high-frame-rate increases the chance of iris imaging. In order to output the authentication result in real time, the system requires a fast eye detector extracting the left and right eye regions from the image. Our method extracts features of a partial face image and a reference eye image using Siamese network frameworks. Similarity heat maps of both eyes are created by calculating the spatial cosine similarity between extracted features. Besides, we use CosFace as a loss function for training to discriminate the left and right eyes with high accuracy even with a shallow network. Experimental results show that our method trained by CosFace is fast and accurate compared with conventional generic object detection methods.
• Abstract（参考訳）: 本稿では,完全畳み込み型シアムネットワークに基づくアイリス認識のための高速視線検出手法を提案する。 移動系のアイリスは、アイリス認識のために移動対象から高解像度アイリス画像を取得する必要がある。 したがって、高フレームレートで両目を含む撮像画像は虹彩画像化の可能性を高める。 認証結果をリアルタイムで出力するためには、画像から左眼領域と右眼領域を抽出する高速アイ検出器が必要である。 本手法は, siameseネットワークフレームワークを用いて, 部分的顔画像と参照眼画像の特徴を抽出する。 抽出された特徴間の空間的コサイン類似性を計算することにより、両眼の類似性熱マップを作成する。 また, 浅層ネットワークにおいても, 右眼と左眼を高精度に識別する訓練用損失関数としてcosfaceを用いた。 実験の結果,従来の汎用オブジェクト検出法と比較して,CosFaceで訓練した手法は高速かつ高精度であることがわかった。

関連論文リスト

• A Prior Embedding-Driven Architecture for Long Distance Blind Iris Recognition [5.482786561272011]
  遠距離ブラインドアイリス認識のための埋め込み駆動型アーキテクチャを提案する。 われわれはまずアイリス画像復元ネットワークIris-PPRGANを提案した。 ブラインドアイリスのテクスチャを効果的に復元するために、Iris-PPRGANは、プリミティブデコーダとして使用されるジェネレーティブアドリアネットワーク(GAN)と、エンコーダとして使用されるDNNとを含む。
  論文  参考訳（メタデータ） (2024-08-01T00:40:17Z)
• DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake Detection [67.3143177137102]
  ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。 本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-07T07:19:45Z)
• Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection [69.35569554213679]
  近視認識は、制御の少ないシナリオにおいて、顔や虹彩の堅牢性の増大が要求されるため、近年注目を集めている。 本稿では,複雑な対称性フィルタに基づく眼球検出システムを提案する。 このシステムはレチノトピックサンプリンググリッドとガボルスペクトル分解に基づく近視アルゴリズムの入力として用いられる。
  論文  参考訳（メタデータ） (2022-11-10T13:04:03Z)
• Iris super-resolution using CNNs: is photo-realism important to iris recognition? [67.42500312968455]
  特に畳み込みニューラルネットワーク(CNN)を用いた単一画像超解像技術が出現している 本研究では, 虹彩認識のためのCNNを用いて, 単一画像の超解像を探索する。 彼らは、近赤外線虹彩画像の1.872のデータベースと携帯電話画像データベースのアプローチを検証する。
  論文  参考訳（メタデータ） (2022-10-24T11:19:18Z)
• Verification system based on long-range iris and Graph Siamese Neural Networks [0.5480546613836199]
  本稿では、LRアイリス画像をグラフに変換して、グラフシームスニューラルネットワーク(GSNN)を用いて、2つのグラフが同一人物であるかどうかを予測する新しい手法を提案する。 結果は、このアプローチの適合性を実証し、コミュニティが生体認証システムにおけるグラフアプリケーションを探ることを奨励する。
  論文  参考訳（メタデータ） (2022-07-28T09:22:11Z)
• Iris Recognition Based on SIFT Features [63.07521951102555]
  アイリス画像の認識にはSIFT(Scale Invariant Feature Transformation)を用いる。 我々は、SIFT演算子を用いて、スケール空間における特徴SIFT特徴点を抽出し、特徴点周辺のテクスチャ情報に基づいてマッチングを行う。 また、SIFT手法と、極座標変換とLog-Gaborウェーブレットに基づく一般的なマッチング手法の相補性を示す。
  論文  参考訳（メタデータ） (2021-10-30T04:55:33Z)
• 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)
• Multi-Metric Evaluation of Thermal-to-Visual Face Recognition [3.0255457622022486]
  我々は、機械学習を用いて、赤外線画像から視覚スペクトル面を合成する異種・横断的な顔認識の課題に対処することを目的とする。 我々は、顔画像合成にGAN(Geneversarative Adrial Networks)を使用する能力について検討し、これらの画像の性能を事前学習した畳み込みニューラルネットワーク(CNN)を用いて検討する。 CNNを用いて抽出した特徴を顔認証と検証に応用する。
  論文  参考訳（メタデータ） (2020-07-22T10:18:34Z)
• Geometrically Mappable Image Features [85.81073893916414]
  地図内のエージェントの視覚に基づくローカライゼーションは、ロボット工学とコンピュータビジョンにおいて重要な問題である。 本稿では,画像検索を対象とした画像特徴学習手法を提案する。
  論文  参考訳（メタデータ） (2020-03-21T15:36:38Z)

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。