論文の概要: Behavioural Curves Analysis Using Near-Infrared-Iris Image Sequences
- arxiv url: http://arxiv.org/abs/2203.02488v1
- Date: Fri, 4 Mar 2022 18:39:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-07 14:36:33.445980
- Title: Behavioural Curves Analysis Using Near-Infrared-Iris Image Sequences
- Title（参考訳）: 近赤外虹彩画像を用いた行動曲線解析
- Authors: L. Causa (1), J. E. Tapia (2 and 3), E. Lopez-Droguett (4), A.
Valenzuela (2), D. Benalcazar (2) and C. Busch (3) ((1) TOC Biometrics,
Research and Development Centre, Chile. (2) Universidad de Chile, DIMEC,
Chile. (3) da/sec-Biometrics and Internet Security Research Group, Hochschule
Darmstadt, Germany. (4) Department of Civil and Environmental Engineering,
and Garrick Institute for the Risk Sciences, University ofCalifornia, Los
Angeles, USA)
- Abstract要約: 本論文では,近赤外線アイリス映像フレームのストリームから行動曲線を推定する手法を提案する。
この研究は、アルコール、薬物、睡眠などの外的要因が中枢神経系に及ぼす影響を決定することに焦点を当てている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper proposes a new method to estimate behavioural curves from a stream
of Near-Infra-Red (NIR) iris video frames. This method can be used in a Fitness
For Duty system (FFD). The research focuses on determining the effect of
external factors such as alcohol, drugs, and sleepiness on the Central Nervous
System (CNS). The aim is to analyse how this behaviour is represented on iris
and pupil movements and if it is possible to capture these changes with a
standard NIR camera. The behaviour analysis showed essential differences in
pupil and iris behaviour to classify the workers in "Fit" or "Unfit"
conditions. The best results can distinguish subjects robustly under alcohol,
drug consumption, and sleep conditions. The Multi-Layer-Perceptron and Gradient
Boosted Machine reached the best results in all groups with an overall accuracy
for Fit and Unfit classes of 74.0% and 75.5%, respectively. These results open
a new application for iris capture devices.
- Abstract（参考訳）: 本稿では,近赤外線(nir)ビデオフレームのストリームから行動曲線を推定する新しい手法を提案する。
この方法はFitness For Duty System(FFD)で使用することができる。
この研究は、アルコール、薬物、睡眠などの外的要因が中枢神経系(CNS)に及ぼす影響を決定することに焦点を当てている。
目的は、この行動が虹彩や瞳孔の動きにどのように表現されているかを分析し、標準のNIRカメラでこれらの変化を捉えることができるかどうかを調べることである。
行動分析では,「フィット」や「アンフィット」の条件で労働者を分類するために,瞳孔行動と虹彩行動に重要な差異が認められた。
最良の結果は、アルコール、薬物消費、睡眠条件の下で、被験者をしっかりと区別することができる。
マルチレイヤー・パーセプトロンとグラデーション・ブースト・マシンはそれぞれ74.0%、不適合クラスでは75.5%の精度で全群で最高の結果に達した。
これらの結果は虹彩捕獲デバイスのための新しいアプリケーションを開く。
関連論文リスト
- Revisiting Edge Perturbation for Graph Neural Network in Graph Data
Augmentation and Attack [58.440711902319855]
エッジ摂動はグラフ構造を変更する方法である。
グラフニューラルネットワーク(GNN)の性能への影響に基づき、2つの静脈に分類できる。
統一的な定式化を提案し、エッジ摂動法の2つのカテゴリ間の明確な境界を確立する。
論文 参考訳（メタデータ） (2024-03-10T15:50:04Z) - Non-Contact NIR PPG Sensing through Large Sequence Signal Regression [0.0]
非接触センシング(non-Contact sensor)は、自動車の運転監視から医療の患者監視まで、多くの業界で応用されている新興技術である。
現在最先端のRGBビデオに焦点が当てられているが、これは様々な/ノイズの多い光条件で苦戦しており、暗闇ではほとんど不可能だ。しかし、近赤外線(NIR)ビデオは、これらの制約に苦しむことはない。
本稿では,NIRフレームのシーケンスから光胸腺造影(NIR)信号を取り出すために,代替のConvolution Attention Network(CAN)アーキテクチャの有効性を実証することを目的とする。
論文 参考訳（メタデータ） (2023-11-20T13:34:51Z) - Classification robustness to common optical aberrations [64.08840063305313]
本稿では,現実的かつ実用的な光ぼけ効果に対するロバスト性を調べるためのベンチマークである OpticsBench を提案する。
ImageNetの実験では、様々な訓練済みのDNNに対して、ディスク形状のカーネルと比較して、パフォーマンスが強いことが示されている。
我々は,光カーネルをデータ拡張として使用することにより,拡張可能なImageNet-100について述べる。
論文 参考訳（メタデータ） (2023-08-29T08:36:00Z) - Fitness-for-Duty Classification using Temporal Sequences of Iris
Periocular images [1.7188280334580195]
Fitness for Duty (FFD) 技術は、被写体がフィットであるか、あるいは不適当かを検知する。
ヒトの虹彩行動は、瞳孔と虹彩の動きが中枢神経系によって制御されているため、FFDを予測する貴重な情報を提供する。
本研究の目的は、8つのアイリス画像のシーケンスを用いてFFDを分類し、空間的・時間的情報を抽出することである。
論文 参考訳（メタデータ） (2023-04-24T07:14:46Z) - 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) - Learning to Predict Fitness for Duty using Near Infrared Periocular Iris
Images [8.79172220232372]
本研究は, 中枢神経系に対する外部因子の影響を明らかにすることに焦点を当てた。
目的は、これが虹彩や瞳孔運動にどのように影響するかを分析することである。
本稿では,アルコール/ドラッグ/スリープ性の影響下で被験者から採取した虹彩NIR画像を分類するMobileNetV2を提案する。
論文 参考訳（メタデータ） (2022-09-04T19:48:45Z) - Alcohol Consumption Detection from Periocular NIR Images Using Capsule
Network [11.580619694289481]
本研究は,アルコールなどの外的要因が中枢神経系に及ぼす影響を明らかにすることに焦点を当てた。
目標は、これが虹彩や瞳孔の動きにどのように影響するかを分析し、標準の虹彩NIRカメラでこれらの変化を捉えられるかどうかを調べることである。
本稿では,アルコール摂取対象の虹彩NIR画像の分類を行う新しいFused Capsule Network(F-CapsNet)を提案する。
論文 参考訳（メタデータ） (2022-09-04T17:10:28Z) - Vision Transformers for femur fracture classification [59.99241204074268]
Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。
史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
論文 参考訳（メタデータ） (2021-08-07T10:12:42Z) - Semantic Segmentation of Periocular Near-Infra-Red Eye Images Under
Alcohol Effects [8.820032281861227]
本稿では, アルコール摂取下での近赤外虹彩画像から眼球の局在を検知し, セグメンテーションし, 推定する新しい枠組みを提案する。
我々のフレームワークは、一枚の画像から両目を検出するために、スクラッチから訓練された物体検出器に基づいている。
論文 参考訳（メタデータ） (2021-06-30T06:15:17Z) - Joint Noise-Tolerant Learning and Meta Camera Shift Adaptation for
Unsupervised Person Re-Identification [60.36551512902312]
unsupervised person re-identification (re-ID) は、ラベルのないデータで識別モデルを学ぶことを目的としている。
一般的な方法としては、クラスタ化によって擬似ラベルを取得し、モデルを最適化するために使用する方法がある。
本稿では,両問題を解決するための統一フレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-08T09:13:06Z) - Cross-Spectral Periocular Recognition with Conditional Adversarial
Networks [59.17685450892182]
本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。
EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
論文 参考訳（メタデータ） (2020-08-26T15:02:04Z)
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。