論文の概要: Revisiting Competitive Coding Approach for Palmprint Recognition: A
Linear Discriminant Analysis Perspective
- arxiv url: http://arxiv.org/abs/2206.15349v1
- Date: Thu, 30 Jun 2022 15:18:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-01 19:52:41.768538
- Title: Revisiting Competitive Coding Approach for Palmprint Recognition: A
Linear Discriminant Analysis Perspective
- Title（参考訳）: パルププリント認識のための競合符号化手法の再検討:線形識別分析の観点から
- Authors: Lingfei Song, Hua Huang
- Abstract要約: 競争力のある符号化手法(CompCode)は、ヤシ文字認識の最も有望な方法の1つである。
線形判別分析(LDA)の観点からCompCodeの詳細な解析を行う。
我々は,非パームライン領域をマッチングから除外することでCompCodeを改良するClass-Specific CompCodeという新しい手法を提案する。
- 参考スコア（独自算出の注目度）: 14.687772492122775
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The competitive Coding approach (CompCode) is one of the most promising
methods for palmprint recognition. Due to its high performance and simple
formulation, it has been continuously studied for many years. However, although
numerous variations of CompCode have been proposed, a detailed analysis of the
method is still absent. In this paper, we provide a detailed analysis of
CompCode from the perspective of linear discriminant analysis (LDA) for the
first time. A non-trivial sufficient condition under which the CompCode is
optimal in the sense of Fisher's criterion is presented. Based on our analysis,
we examined the statistics of palmprints and concluded that CompCode deviates
from the optimal condition. To mitigate the deviation, we propose a new method
called Class-Specific CompCode that improves CompCode by excluding
non-palm-line areas from matching. A nonlinear mapping of the competitive code
is also applied in this method to further enhance accuracy. Experiments on two
public databases demonstrate the effectiveness of the proposed method.
- Abstract（参考訳）: 競合するコーディングアプローチ(compcode)は、palmprint認識において最も有望な方法の1つである。
高い性能と単純な定式化のため、長年にわたって研究されてきた。
しかし、CompCodeの様々なバリエーションが提案されているが、詳細な分析はいまだに行われていない。
本稿では,線形判別分析(lda)の観点から初めて,コンプコードの詳細な解析を行う。
フィッシャーの基準という意味でコンコードが最適であるような非自明な十分条件が提示される。
そこで本研究では,palmprintsの統計を解析し,compcodeが最適条件から逸脱していると結論づけた。
そこで本研究では,非パームライン領域のマッチングを排除し,CompCodeを改良したClass-Specific CompCodeを提案する。
この方法では、競合コードの非線形マッピングも適用され、精度がさらに向上する。
2つの公開データベース上で実験を行い,提案手法の有効性を示した。
関連論文リスト
- LP++: A Surprisingly Strong Linear Probe for Few-Shot CLIP [20.86307407685542]
リニアプローブ(LP)は、数発のCLIP適応の弱いベースラインとしてしばしば報告されている。
本研究では,コンベックス最適化の観点から標準LPベースラインの一般化について検討する。
我々の画像言語目的関数は、これらの非自明な最適化の洞察や成分とともに、驚くほど、競争力の高いCLIPパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2024-04-02T20:23:10Z) - SimGrade: Using Code Similarity Measures for More Accurate Human Grading [5.797317782326566]
CS1講座では,不正確で矛盾のない自由応答型プログラミング問題の段階化が広く行われていることを示す。
そこで本稿では, 学生の応募を小学校の生徒に割り当てるアルゴリズムを提案し, (2) 受験者が以前同様の解を見た確率を最大化するために, 受験者を発注するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-02-19T23:06:23Z) - A Hard-to-Beat Baseline for Training-free CLIP-based Adaptation [121.0693322732454]
対照的に、CLIP(Contrastive Language- Image Pretraining)はその目覚ましいゼロショット能力で人気を集めている。
近年の研究では、下流タスクにおけるCLIPの性能を高めるための効率的な微調整手法の開発に焦点が当てられている。
従来のアルゴリズムであるガウス判別分析(GDA)を再検討し,CLIPの下流分類に適用する。
論文 参考訳（メタデータ） (2024-02-06T15:45:27Z) - Addressing Leakage in Self-Supervised Contextualized Code Retrieval [3.693362838682697]
部分的な入力プログラムのギャップを埋めるのに役立つコードスニペットの検索である、文脈化されたコード検索に対処する。
提案手法は,ソースコードをランダムにコンテキストとターゲットに分割することで,大規模な自己指導型コントラストトレーニングを促進する。
両者の漏えいに対処するため, 相互識別マスキング, 復号化, 構文に整合したターゲットの選択に基づく新しいアプローチを提案する。
論文 参考訳（メタデータ） (2022-04-17T12:58:38Z) - Learning to Reformulate for Linear Programming [11.628932152805724]
本稿では,リニアプログラミング(LP)の強化学習に基づく再構成手法を提案する。
本研究では,2つの公共研究用LPデータセットと,実運用シナリオから収集した大規模LPデータセットに対して提案手法を実装した。
論文 参考訳（メタデータ） (2022-01-17T04:58:46Z) - Deep Probabilistic Graph Matching [72.6690550634166]
本稿では,マッチング制約を伴わずに,元のQAPに適合する深層学習ベースのグラフマッチングフレームワークを提案する。
提案手法は,一般的な3つのベンチマーク(Pascal VOC,Wilow Object,SPair-71k)で評価され,すべてのベンチマークにおいて過去の最先端よりも優れていた。
論文 参考訳（メタデータ） (2022-01-05T13:37:27Z) - Provable Benefits of Actor-Critic Methods for Offline Reinforcement
Learning [85.50033812217254]
アクター批判法はオフラインの強化学習に広く用いられているが、理論的にはそれほどよく理解されていない。
ペシミズムの原理を自然に取り入れた新しいオフラインアクター批判アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-08-19T17:27:29Z) - CIMON: Towards High-quality Hash Codes [63.37321228830102]
我々はtextbfComprehensive stextbfImilarity textbfMining と ctextbfOnsistency leartextbfNing (CIMON) という新しい手法を提案する。
まず、グローバルな洗練と類似度統計分布を用いて、信頼性とスムーズなガイダンスを得る。第二に、意味的整合性学習とコントラスト的整合性学習の両方を導入して、乱不変と差別的ハッシュコードの両方を導出する。
論文 参考訳（メタデータ） (2020-10-15T14:47:14Z) - Approximation Algorithms for Sparse Principal Component Analysis [57.5357874512594]
主成分分析(PCA)は、機械学習と統計学において広く使われている次元削減手法である。
スパース主成分分析(Sparse principal Component Analysis)と呼ばれる,スパース主成分負荷を求める様々な手法が提案されている。
本研究では,SPCA問題に対するしきい値の精度,時間,近似アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-06-23T04:25:36Z) - Compressing Large Sample Data for Discriminant Analysis [78.12073412066698]
判別分析フレームワーク内での大きなサンプルサイズに起因する計算問題を考察する。
線形および二次判別分析のためのトレーニングサンプル数を削減するための新しい圧縮手法を提案する。
論文 参考訳（メタデータ） (2020-05-08T05:09:08Z)
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。