Fugu-MT 論文翻訳(概要): Deep Learning for Finger Vein Recognition: A Brief Survey of Recent Trend

論文の概要: Deep Learning for Finger Vein Recognition: A Brief Survey of Recent Trend

arxiv url: http://arxiv.org/abs/2207.02148v1
Date: Tue, 5 Jul 2022 16:14:36 GMT
ステータス: 処理完了
システム内更新日: 2022-07-06 14:00:13.964048
Title: Deep Learning for Finger Vein Recognition: A Brief Survey of Recent Trend
Title（参考訳）: 指静脈認識のための深層学習 : 最近の研究動向
Authors: Renye Zhang and Yimin Yin and Wanxia Deng and Chen Li and Jinghua Zhang
Abstract要約: このレビューでは、2017年から2021年までの指静脈画像認識のためのディープラーニングに関する46の論文を要約する。静脈は皮膚組織の下に埋もれているため、指の静脈画像認識は非並行的な利点があり、外部要因によって容易に妨げられるわけではない。
参考スコア（独自算出の注目度）: 6.163420650113921
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Finger vein image recognition technology plays an important role in biometric recognition and has been successfully applied in many fields. Because veins are buried beneath the skin tissue, finger vein image recognition has an unparalleled advantage, which is not easily disturbed by external factors. This review summarizes 46 papers about deep learning for finger vein image recognition from 2017 to 2021. These papers are summarized according to the tasks of deep neural networks. Besides, we present the challenges and potential development directions of finger vein image recognition.
Abstract（参考訳）: フィンガー静脈画像認識技術は生体認証において重要な役割を担い、多くの分野で成功している。静脈は皮膚組織の下に埋もれているため、指の静脈画像認識は別途有利であり、外的要因によって容易に妨げられることはない。本稿では,2017年から2021年までの指静脈画像認識のための深層学習に関する46の論文を要約する。これらの論文はディープニューラルネットワークのタスクに従って要約される。さらに,指静脈画像認識の課題と今後の展開について述べる。

関連論文リスト

Deep Learning Techniques for Hand Vein Biometrics: A Comprehensive Review [2.1767051069425225]
手静脈バイオメトリックスは、高い正確性、偽造に対する感受性の低さ、非侵入性など、ユニークな利点がある。手の静脈パターンは非常に複雑で、個々の個体ごとに異なるため、理想的な生体認証である。本報告では, 指静脈, 掌静脈, 背側手静脈の認識に応用された深部学習技術の最新の進歩について述べる。
論文参考訳（メタデータ） (2024-09-11T09:25:05Z)
3D printed realistic finger vein phantoms [0.0]
指静脈パターン認識は、プレゼンテーションアタックに対する耐性とエラー率の低い、新たなバイオメトリックである。 1つの問題は、生きた指から真実の指の静脈パターンを得るのが難しいことである。 3Dプリンティングを用いた指静脈ファントムの創製法を提案する。
論文参考訳（メタデータ） (2023-09-26T10:03:57Z)
Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
論文参考訳（メタデータ） (2023-01-07T20:55:16Z)
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)
Super-Resolution and Image Re-projection for Iris Recognition [67.42500312968455]
異なるディープラーニングアプローチを用いた畳み込みニューラルネットワーク(CNN)は、解像度の低い画像から現実的なテクスチャときめ細かい詳細を復元しようとする。本研究は、虹彩認識環境における虹彩超解法(SR)に対するこれらのアプローチの実現可能性について検討する。その結果,CNNと画像再投影は,認識システムの精度向上に有効であることが示唆された。
論文参考訳（メタデータ） (2022-10-20T09:46:23Z)
Deep Learning for Iris Recognition: A Survey [66.55441036931555]
我々は、虹彩生体計測における2つの主要なサブタスク(セグメンテーションと認識)のために開発された深層学習手法を包括的に分析する。第3に,特に死後虹彩認識において,法医学的応用のための深層学習手法を深く研究した。第4に、虹彩認識のためのディープラーニング技術におけるオープンソースのリソースとツールについてレビューする。
論文参考訳（メタデータ） (2022-10-12T01:58:09Z)
Artificial Neural Networks for Finger Vein Recognition: A Survey [21.7602019087369]
指静脈の認識は非常に安定しており、プライベートである。従来の機械学習に基づく指静脈認識法とは異なり、ニューラルネットワーク技術、特にディープラーニングは優れた性能を有する。我々の知る限り、人工ニューラルネットワークに基づく指静脈認識に焦点を当てた初めての総合的な調査である。
論文参考訳（メタデータ） (2022-08-29T02:29:07Z)
A deep-learning--based multimodal depth-aware dynamic hand gesture recognition system [5.458813674116228]
深度定量化画像ハンドスケルトン関節点を用いたダイナミックハンドジェスチャ認識(DHG)に着目した。特に,CNNとリカレントニューラルネットワーク(Recurrent Neural Network, RNN)を用いたマルチモーダル核融合ネットワークにおける深度量子化の効果について検討する。
論文参考訳（メタデータ） (2021-07-06T11:18:53Z)
Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文参考訳（メタデータ） (2021-05-18T20:47:45Z)
A Local Descriptor with Physiological Characteristic for Finger Vein Recognition [7.923285678279131]
指静脈パターンの生理的特徴に基づく指静脈特異的局所特徴記述器を提案する。提案手法は,現在最先端の指静脈認識法より優れている。
論文参考訳（メタデータ） (2020-04-16T07:22:28Z)
Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文参考訳（メタデータ） (2020-01-31T17:47:16Z)

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。