論文の概要: Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection

• arxiv url: http://arxiv.org/abs/2211.05544v1
• Date: Thu, 10 Nov 2022 13:04:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-11 16:09:08.700122
• Title: Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection
• Title（参考訳）: 周波数適応型自動眼球検出によるgabor特徴を用いた近赤外・可視光眼球認識
• Authors: Fernando Alonso-Fernandez, Josef Bigun
• Abstract要約: 近視認識は、制御の少ないシナリオにおいて、顔や虹彩の堅牢性の増大が要求されるため、近年注目を集めている。 本稿では,複雑な対称性フィルタに基づく眼球検出システムを提案する。 このシステムはレチノトピックサンプリンググリッドとガボルスペクトル分解に基づく近視アルゴリズムの入力として用いられる。
• 参考スコア（独自算出の注目度）: 69.35569554213679
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Periocular recognition has gained attention recently due to demands of increased robustness of face or iris in less controlled scenarios. We present a new system for eye detection based on complex symmetry filters, which has the advantage of not needing training. Also, separability of the filters allows faster detection via one-dimensional convolutions. This system is used as input to a periocular algorithm based on retinotopic sampling grids and Gabor spectrum decomposition. The evaluation framework is composed of six databases acquired both with near-infrared and visible sensors. The experimental setup is complemented with four iris matchers, used for fusion experiments. The eye detection system presented shows very high accuracy with near-infrared data, and a reasonable good accuracy with one visible database. Regarding the periocular system, it exhibits great robustness to small errors in locating the eye centre, as well as to scale changes of the input image. The density of the sampling grid can also be reduced without sacrificing accuracy. Lastly, despite the poorer performance of the iris matchers with visible data, fusion with the periocular system can provide an improvement of more than 20%. The six databases used have been manually annotated, with the annotation made publicly available.
• Abstract（参考訳）: 近視認識は、制御の少ないシナリオにおいて、顔や虹彩の堅牢性の増大が要求されるため、近年注目を集めている。 本稿では,複雑な対称性フィルタに基づく眼球検出システムを提案する。 また、フィルタの分離性は1次元畳み込みによるより高速な検出を可能にする。 このシステムは、retinotopic sampling gridsとgabor spectrum decompositionに基づくperiocular algorithmへの入力として使用される。 評価フレームワークは、近赤外線と可視センサーの両方で取得された6つのデータベースで構成されている。 実験装置は4つのアイリス整形器で補われ、核融合実験に用いられる。 近赤外データを用いた視線検出システムは非常に高精度であり,1つの可視データベースでは妥当な精度を示す。 眼周囲系では、眼中心の位置決めにおける小さな誤差や入力画像の変化に対して大きな堅牢性を示す。 サンプリンググリッドの密度も精度を犠牲にすることなく低減することができる。 最後に、可視データとのアイリスマッチングの性能の低下にもかかわらず、眼窩系との融合は20%以上の改善をもたらすことができる。 6つのデータベースが手動で注釈付けされ、アノテーションが公開されている。

関連論文リスト

• Visual Fixation-Based Retinal Prosthetic Simulation [1.0075717342698087]
  固定ベースのフレームワークは、実際の被験者の生理的データに基づく計算パラメータを用いて、87.72%の分類精度を達成する。 我々のアプローチは、網膜補綴学で利用可能な限られた解像度で、より意味論的に理解可能なパーセプションを作り出す可能性を示唆している。
  論文  参考訳（メタデータ） (2024-10-15T15:24:08Z)
• LMBF-Net: A Lightweight Multipath Bidirectional Focal Attention Network for Multifeatures Segmentation [15.091476025563528]
  網膜疾患は、早期に診断や治療を受けなければ、両眼で不可逆的な視力喪失を引き起こす可能性がある。 多くのラベルや属性で網膜画像をセグメント化するための現在のディープラーニング技術は、検出精度と一般性に乏しい。 本稿では,多機能セグメンテーションのためのマルチパス畳み込みニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2024-07-03T07:37:09Z)
• 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)
• Does Thermal data make the detection systems more reliable? [1.2891210250935146]
  マルチモーダル協調フレームワークに基づく包括的検知システムを提案する。 このフレームワークは、RGB(ビジュアルカメラから)と熱(赤外線カメラから)の両方のデータから学習する。 実験の結果,精度の向上は名目上はいるものの,難易度と難易度は高いことがわかった。
  論文  参考訳（メタデータ） (2021-11-09T15:04:34Z)
• 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)
• 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)
• Bayesian Eye Tracking [63.21413628808946]
  モデルに基づく視線追跡は、目の特徴検出エラーの影響を受けやすい。 モデルベースアイトラッキングのためのベイズフレームワークを提案する。 提案手法は,最先端のモデルベースおよび学習ベースの手法と比較して,一般化能力の大幅な向上を示す。
  論文  参考訳（メタデータ） (2021-06-25T02:08:03Z)
• Combining Visible and Infrared Spectrum Imagery using Machine Learning for Small Unmanned Aerial System Detection [1.392250707100996]
  本研究は,SUASの視覚的検出に機械学習を用いたLWIRと可視光センサの利点を組み合わせることを提案する。 検出率は71.2+-8.3%で、LWIRに比べて69%、可視スペクトル単独では30.4%向上した。
  論文  参考訳（メタデータ） (2020-03-27T21:06:14Z)
• Spectrum Translation for Cross-Spectral Ocular Matching [59.17685450892182]
  バイオメトリックスでは、特に眼領域において、クロススペクトル検証が大きな問題となっている。 近赤外画像と視覚光画像のスペクトル変換におけるコンディショナル・ディバイサル・ネットワークの利用について検討した。
  論文  参考訳（メタデータ） (2020-02-14T19:30:31Z)

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。