論文の概要: Alcohol Consumption Detection from Periocular NIR Images Using Capsule
Network
- arxiv url: http://arxiv.org/abs/2209.01657v1
- Date: Sun, 4 Sep 2022 17:10:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-07 14:03:04.179571
- Title: Alcohol Consumption Detection from Periocular NIR Images Using Capsule
Network
- Title（参考訳）: カプセルネットワークを用いた眼周囲NIR画像からのアルコール消費量検出
- Authors: Juan Tapia, Enrique Lopez Droguett and Christoph Busch
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 11.580619694289481
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This research proposes a method to detect alcohol consumption from
Near-Infra-Red (NIR) periocular eye images. The study focuses on determining
the effect of external factors such as alcohol on the Central Nervous System
(CNS). The goal is to analyse how this impacts on iris and pupil movements and
if it is possible to capture these changes with a standard iris NIR camera.
This paper proposes a novel Fused Capsule Network (F-CapsNet) to classify iris
NIR images taken under alcohol consumption subjects. The results show the
F-CapsNet algorithm can detect alcohol consumption in iris NIR images with an
accuracy of 92.3% using half of the parameters as the standard Capsule Network
algorithm. This work is a step forward in developing an automatic system to
estimate "Fitness for Duty" and prevent accidents due to alcohol consumption.
- Abstract（参考訳）: 本研究では,近赤外(NIR)眼球画像からアルコール摂取を検出する手法を提案する。
この研究は、アルコール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。
その結果、f-capsnetアルゴリズムは、標準カプセルネットワークアルゴリズムとしての半分のパラメータを用いて、92.3%の精度でiris nir画像のアルコール消費量を検出できることがわかった。
本研究は, アルコール摂取による事故の防止と「デューティの満足度」を推定する自動システム開発に向けた一歩である。
関連論文リスト
- 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) - Physically-Based Face Rendering for NIR-VIS Face Recognition [165.54414962403555]
近赤外(NIR)と可視(VIS)の顔マッチングは、大きなドメインギャップのために困難である。
NIR-VIS対顔画像生成のための新しい手法を提案する。
アイデンティティ特徴学習を容易にするために,IDentityに基づく最大平均離散性(ID-MMD)損失を提案する。
論文 参考訳（メタデータ） (2022-11-11T18:48:16Z) - Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。
我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
論文 参考訳（メタデータ） (2022-10-18T11:46:38Z) - 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) - Behavioural Curves Analysis Using Near-Infrared-Iris Image Sequences [0.0]
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。
論文 参考訳（メタデータ） (2022-03-04T18:39:01Z) - On the Effect of Selfie Beautification Filters on Face Detection and
Recognition [53.561797148529664]
ソーシャルメディア画像フィルターは、例えば人工眼鏡や動物の鼻で、画像コントラスト、照明、あるいは顔の一部を妨げる。
U-NETセグメンテーションネットワークの修正版を用いて適用操作を再構築する手法を開発した。
認識の観点からは、顔を認識するために訓練されたResNet-34ネットワークを用いて抽出された特徴に対して、距離測定と訓練された機械学習アルゴリズムを用いる。
論文 参考訳（メタデータ） (2021-10-17T22:10:56Z) - MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。
近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。
深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
論文 参考訳（メタデータ） (2021-10-06T08:10:28Z) - 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) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2020-05-24T10:32:49Z)
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。