論文の概要: Artificial Neural Networks for Finger Vein Recognition: A Survey
- arxiv url: http://arxiv.org/abs/2208.13341v1
- Date: Mon, 29 Aug 2022 02:29:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-30 13:57:07.877650
- Title: Artificial Neural Networks for Finger Vein Recognition: A Survey
- Title（参考訳）: 指静脈認識のための人工ニューラルネットワークに関する研究
- Authors: Yimin Yin, Renye Zhang, Pengfei Liu, Wanxia Deng, Siliang He, Chen Li
and Jinghua Zhang
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 21.7602019087369
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Finger vein recognition is an emerging biometric recognition technology.
Different from the other biometric features on the body surface, the venous
vascular tissue of the fingers is buried deep inside the skin. Due to this
advantage, finger vein recognition is highly stable and private. They are
almost impossible to be stolen and difficult to interfere with by external
conditions. Unlike the finger vein recognition methods based on traditional
machine learning, the artificial neural network technique, especially deep
learning, it without relying on feature engineering and have superior
performance. To summarize the development of finger vein recognition based on
artificial neural networks, this paper collects 149 related papers. First, we
introduce the background of finger vein recognition and the motivation of this
survey. Then, the development history of artificial neural networks and the
representative networks on finger vein recognition tasks are introduced. The
public datasets that are widely used in finger vein recognition are then
described. After that, we summarize the related finger vein recognition tasks
based on classical neural networks and deep neural networks, respectively.
Finally, the challenges and potential development directions in finger vein
recognition are discussed. To our best knowledge, this paper is the first
comprehensive survey focusing on finger vein recognition based on artificial
neural networks.
- Abstract（参考訳）: 指静脈認識は新しい生体認証技術である。
体表面の他の生体計測的特徴とは異なり、指の静脈血管組織は皮膚の奥深くに埋もれている。
この利点により、指の静脈の認識は非常に安定し、プライベートである。
盗まれることはほとんど不可能であり、外部の条件で妨害することは困難である。
従来の機械学習に基づく指静脈認識法とは異なり、人工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特徴工学に依存しず、優れた性能を持つ。
本稿では,ニューラルネットワークを用いた指静脈認識の開発を要約するために,149種類の関連論文を収集する。
まず,指静脈認識の背景と本調査の動機について紹介する。
次に,指静脈認識タスクにおけるニューラルネットワークと代表ネットワークの開発史を紹介する。
次に、指静脈認識に広く用いられている公開データセットについて述べる。
その後,古典的ニューラルネットワークとディープニューラルネットワークを用いて,関連する指静脈認識タスクを要約する。
最後に,指静脈認識の課題と今後の展開について述べる。
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。
関連論文リスト
- Discovering Chunks in Neural Embeddings for Interpretability [53.80157905839065]
本稿では, チャンキングの原理を応用して, 人工神経集団活動の解釈を提案する。
まず、この概念を正則性を持つ人工シーケンスを訓練したリカレントニューラルネットワーク(RNN)で実証する。
我々は、これらの状態に対する摂動が関連する概念を活性化または阻害すると共に、入力における概念に対応する同様の繰り返し埋め込み状態を特定する。
論文 参考訳（メタデータ） (2025-02-03T20:30:46Z) - NeuroWrite: Predictive Handwritten Digit Classification using Deep
Neural Networks [0.0]
我々は,深層ニューラルネットワークを用いて手書き桁の分類を予測するユニークな方法であるNeuroWriteを紹介する。
本モデルは手書き文字の識別と分類において優れた精度を示す。
NeuroWriteは、ディープニューラルネットワークベースの手書き桁認識のためのバーを上げるための有望な方法である。
論文 参考訳（メタデータ） (2023-11-02T06:29:53Z) - 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) - AFR-Net: Attention-Driven Fingerprint Recognition Network [47.87570819350573]
指紋認識を含む生体認証における視覚変換器(ViT)の使用に関する初期研究を改善する。
ネットワーク内の中間特徴マップから抽出した局所的な埋め込みを用いて,グローバルな埋め込みを低確かさで洗練する手法を提案する。
この戦略は、既存のディープラーニングネットワーク(アテンションベース、CNNベース、あるいはその両方を含む)のラッパーとして適用することで、パフォーマンスを向上させることができる。
論文 参考訳（メタデータ） (2022-11-25T05:10:39Z) - Spiking neural network for nonlinear regression [68.8204255655161]
スパイクニューラルネットワークは、メモリとエネルギー消費を大幅に削減する可能性を持っている。
彼らは、次世代のニューロモルフィックハードウェアによって活用できる時間的および神経的疎結合を導入する。
スパイキングニューラルネットワークを用いた回帰フレームワークを提案する。
論文 参考訳（メタデータ） (2022-10-06T13:04:45Z) - Deep Learning for Finger Vein Recognition: A Brief Survey of Recent
Trend [6.163420650113921]
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。
論文 参考訳（メタデータ） (2022-07-05T16:14:36Z) - Searching for the Essence of Adversarial Perturbations [73.96215665913797]
本稿では,ニューラルネットワークの誤予測の原因となる,人間の認識可能な情報を含む対人摂動について述べる。
この人間の認識可能な情報の概念は、敵の摂動に関連する重要な特徴を説明できる。
論文 参考訳（メタデータ） (2022-05-30T18:04:57Z) - A Fingerprint Detection Method by Fingerprint Ridge Orientation Check [0.0]
指紋認識技術は長い間研究されてきたが、その認識率は近年高い水準まで上昇している。
本稿では,指紋認識システムにおける指紋検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-05-06T05:19:41Z) - 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) - A Developmental Neuro-Robotics Approach for Boosting the Recognition of
Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。
本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文 参考訳（メタデータ） (2020-03-23T14:55:00Z) - 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。
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。