論文の概要: Identification via Retinal Vessels Combining LBP and HOG

• arxiv url: http://arxiv.org/abs/2206.01658v1
• Date: Fri, 3 Jun 2022 16:08:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-06 14:42:53.610331
• Title: Identification via Retinal Vessels Combining LBP and HOG
• Title（参考訳）: LBPとHOGを併用した網膜血管の同定
• Authors: Ali Noori
• Abstract要約: 本稿では,LBP法とホッグ法を用いた網膜画像を用いた新しいアプローチを提案する。 網膜血管を機械ビジョン技術で正確に分離することが試みられ、回転とサイズの変化の持続性に優れたものとなる。 特徴を抽出し、類似性基準を識別に使用することができる。
• 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: With development of information technology and necessity for high security, using different identification methods has become very important. Each biometric feature has its own advantages and disadvantages and choosing each of them depends on our usage. Retinal scanning is a bio scale method for identification. The retina is composed of vessels and optical disk. The vessels distribution pattern is one the remarkable retinal identification methods. In this paper, a new approach is presented for identification via retinal images using LBP and hog methods. In the proposed method, it will be tried to separate the retinal vessels accurately via machine vision techniques which will have good sustainability in rotation and size change. HOG-based or LBP-based methods or their combination can be used for separation and also HSV color space can be used too. Having extracted the features, the similarity criteria can be used for identification. The implementation of proposed method and its comparison with one of the newly-presented methods in this area shows better performance of the proposed method.
• Abstract（参考訳）: 情報技術の発展と高度なセキュリティの必要性により、異なる識別方法の使用が重要になっている。 各生体認証機能には独自のメリットとデメリットがあり、それぞれが使用方法に依存しています。 網膜スキャンはバイオスケールの同定方法である。 網膜は血管と光ディスクから構成される。 血管分布パターンは目覚ましい網膜識別法の一つである。 本稿では, lbp法とhog法を用いて網膜画像の同定を行う新しい手法を提案する。 提案手法では, 回転, サイズ変化の持続性に優れた機械ビジョン技術を用いて, 網膜血管を正確に分離する試みを行う。 hogベースまたはlppベースの方法またはそれらの組み合わせは分離に使用され、hsv色空間も使用できる。 特徴を抽出し、類似性基準を識別に使用することができる。 提案手法の実装と,新たに提示した手法との比較により,提案手法の性能が向上した。

関連論文リスト

• Progressive Retinal Image Registration via Global and Local Deformable Transformations [49.032894312826244]
  我々はHybridRetinaと呼ばれるハイブリッド登録フレームワークを提案する。 キーポイント検出器とGAMorphと呼ばれる変形ネットワークを用いて、大域的な変換と局所的な変形可能な変換を推定する。 FIREとFLoRI21という2つの広く使われているデータセットの実験により、提案したHybridRetinaは最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-02T08:43:50Z)
• RBAD: A Dataset and Benchmark for Retinal Vessels Branching Angle Detection [6.671669971067487]
  本稿では,自己設定画像処理技術を用いて網膜分岐角を検出する新しい手法を提案する。 我々は、オープンソースのアノテーションツールと、網膜分岐角を付加した40の画像からなるベンチマークデータセットを提供する。
  論文  参考訳（メタデータ） (2024-07-17T02:37:39Z)
• Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
  乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。 本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-11-14T18:16:36Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• A Sequence Agnostic Multimodal Preprocessing for Clogged Blood Vessel Detection in Alzheimer's Diagnosis [1.394948342529531]
  血管閉塞の診断はアルツハイマー病の診断にとって重要なステップである。 本研究では,機械学習手法の性能向上のために,いくつかの前処理方式を提案する。
  論文  参考訳（メタデータ） (2022-11-06T13:22:05Z)
• Retinal Structure Detection in OCTA Image via Voting-based Multi-task Learning [27.637273690432608]
  本稿では,Voting-based Adaptive Feature Fusion multi-task network (VAFF-Net) を提案する。 タスク固有の投票ゲートモジュールは、特定のタスクに対して2段階の異なる特徴を適応的に抽出し、融合するために提案される。 さらなる研究を容易にするため、ソースコードと評価ベンチマークを備えたデータセットの一部がパブリックアクセス用にリリースされた。
  論文  参考訳（メタデータ） (2022-08-23T05:53:04Z)
• Multi-modal Retinal Image Registration Using a Keypoint-Based Vessel Structure Aligning Network [9.988115865060589]
  マルチモーダル網膜画像登録のためのエンドツーエンドのトレーニング可能なディープラーニング手法を提案する。 本手法は,キーポイントの検出と記述のために,容器構造から畳み込み特性を抽出する。 キーポイント検出・記述ネットワークとグラフニューラルネットワークは、自己教師された方法で共同で訓練される。
  論文  参考訳（メタデータ） (2022-07-21T14:36:51Z)
• Lymphocyte Classification in Hyperspectral Images of Ovarian Cancer Tissue Biopsy Samples [94.37521840642141]
  生検コアのハイパースペクトル画像に白血球画素を分割する機械学習パイプラインを提案する。 これらの細胞は臨床的に診断に重要であるが、いくつかの先行研究は正確なピクセルラベルを得るのが困難であるため、それらを組み込むのに苦労している。
  論文  参考訳（メタデータ） (2022-03-23T00:58:27Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• Assessing glaucoma in retinal fundus photographs using Deep Feature Consistent Variational Autoencoders [63.391402501241195]
  緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。 緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。 ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
  論文  参考訳（メタデータ） (2021-10-04T16:06:49Z)

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。