論文の概要: Fingerprint Pore Detection: A Survey
- arxiv url: http://arxiv.org/abs/2211.14716v1
- Date: Sun, 27 Nov 2022 03:59:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 18:23:56.909288
- Title: Fingerprint Pore Detection: A Survey
- Title（参考訳）: 指紋孔の検出:サーベイ
- Authors: Azim Ibragimov, Mauricio Pamplona Segundo
- Abstract要約: 本研究は,指紋孔の検出に関する最初の調査である。
この調査は、この分野の概観を提供し、メソッド、データセット、評価プロトコルについて議論する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work presents the first survey on fingerprint pore detection. The survey
provides a general overview of the field and discusses methods, datasets, and
evaluation protocols. We also present a baseline method inspired on the
state-of-the-art that implements a customizable Fully Convolutional Network,
whose hyperparameters were tuned to achieve optimal pore detection rates.
Finally, we also reimplementated three other approaches proposed in the
literature for evaluation purposes. We have made the source code of (1) the
baseline method, (2) the reimplemented approaches, and (3) the training and
evaluation processes for two different datasets available to the public to
attract more researchers to the field and to facilitate future comparisons
under the same conditions. The code is available in the following repository:
https://github.com/azimIbragimov/Fingerprint-Pore-Detection-A-Survey
- Abstract（参考訳）: 本研究は, 指紋孔検出に関する最初の調査である。
この調査は、フィールドの概観を提供し、メソッド、データセット、評価プロトコルについて論じている。
また,最適孔検出率を達成するためにハイパーパラメータを調整した,カスタマイズ可能なFully Convolutional Networkを実装した最先端技術に基づくベースライン手法を提案する。
最後に,本論文で提案する他の3つの手法を,評価目的で再実装した。
本研究では,(1)ベースライン手法,(2)再実装アプローチ,(3)一般向けに利用可能な2つの異なるデータセットのトレーニングおよび評価プロセスのソースコードを作成し,さらに多くの研究者をこの分野に誘致し,同じ条件下での今後の比較を容易にする。
コードは以下のリポジトリで入手できる。 https://github.com/azimIbragimov/Fingerprint-Pore-Detection-A-Survey
関連論文リスト
- On the Evaluation Consistency of Attribution-based Explanations [42.1421504321572]
本稿では,画像領域における属性メソッドのベンチマークを行うオープンプラットフォームであるMeta-Rankを紹介する。
1) 異なる設定下での属性評価手法の評価は、異なる性能ランキングを得ることができ、2) 多数のケースで矛盾するが、同一のトレーニング軌道に沿った個別のチェックポイントにまたがる顕著な一貫性を示す。
論文 参考訳（メタデータ） (2024-07-28T11:49:06Z) - DF40: Toward Next-Generation Deepfake Detection [62.073997142001424]
既存の研究は、ある特定のデータセットで検出器をトレーニングし、他の一般的なディープフェイクデータセットでテストすることで、トップノーチ検出アルゴリズムとモデルを識別する。
しかし、これらの「勝者」は現実の世界に潜む無数の現実的で多様なディープフェイクに取り組むために真に応用できるのだろうか?
我々は,40の異なるディープフェイク技術からなるDF40という,高度に多様なディープフェイク検出データセットを構築した。
論文 参考訳（メタデータ） (2024-06-19T12:35:02Z) - DeepfakeBench: A Comprehensive Benchmark of Deepfake Detection [55.70982767084996]
ディープフェイク検出の分野で見落とされがちな課題は、標準化され、統一され、包括的なベンチマークがないことである。
DeepfakeBenchと呼ばれる,3つの重要なコントリビューションを提供するディープフェイク検出のための,最初の包括的なベンチマークを提示する。
DeepfakeBenchには15の最先端検出方法、9CLデータセット、一連のDeepfake検出評価プロトコルと分析ツール、包括的な評価ツールが含まれている。
論文 参考訳（メタデータ） (2023-07-04T01:34:41Z) - Detecting Fake Points of Interest from Location Data [0.0]
提案した研究は、教師付き学習手法と、位置情報に基づくデータに隠されたパターンを見つける能力に焦点を当てている。
目的は,Multi-Layer Perceptron (MLP) 法を用いてPOIの真偽を予測することである。
提案手法は従来の分類法, 頑健で最近のディープニューラル法と比較される。
論文 参考訳（メタデータ） (2021-11-11T00:39:02Z) - SuctionNet-1Billion: A Large-Scale Benchmark for Suction Grasping [47.221326169627666]
吸引つかみのシール形成とレンチ抵抗を解析的に評価する新しい物理モデルを提案する。
現実世界の混乱したシナリオで収集された大規模データセットにアノテーションを生成するために、2段階の手法が採用されている。
連続運転空間における吸入ポーズを評価するための標準オンライン評価システムを提案する。
論文 参考訳（メタデータ） (2021-03-23T05:02:52Z) - Hierarchical Bi-Directional Self-Attention Networks for Paper Review
Rating Recommendation [81.55533657694016]
本稿では,階層型双方向自己注意ネットワークフレームワーク(HabNet)を提案する。
具体的には、文エンコーダ(レベル1)、レビュー内エンコーダ(レベル2)、レビュー間エンコーダ(レベル3)の3つのレベルで、論文レビューの階層構造を利用する。
我々は、最終的な受理決定を行う上で有用な予測者を特定することができ、また、数値的なレビュー評価とレビュアーが伝えるテキストの感情の不整合を発見するのに役立てることができる。
論文 参考訳（メタデータ） (2020-11-02T08:07:50Z) - From Handcrafted to Deep Features for Pedestrian Detection: A Survey [148.35460817092908]
歩行者検出はコンピュータビジョンにおいて重要であるが難しい問題である。
過去10年間で、手作りの機能と深い機能によって、大幅な改善が見られた。
単スペクトル歩行者検出に加えて,多スペクトル歩行者検出も検討した。
論文 参考訳（メタデータ） (2020-10-01T14:51:10Z) - EHSOD: CAM-Guided End-to-end Hybrid-Supervised Object Detection with
Cascade Refinement [53.69674636044927]
本稿では,エンド・ツー・エンドのハイブリッド型オブジェクト検出システムであるEHSODについて述べる。
完全なアノテートと弱いアノテートの両方で、ワンショットでトレーニングすることができる。
完全なアノテートされたデータの30%しか持たない複数のオブジェクト検出ベンチマークで、同等の結果が得られる。
論文 参考訳（メタデータ） (2020-02-18T08:04:58Z) - Learning multiview 3D point cloud registration [74.39499501822682]
本稿では,エンドツーエンドで学習可能なマルチビュー3Dポイントクラウド登録アルゴリズムを提案する。
このアプローチは、エンドツーエンドのトレーニングが可能で、計算コストが小さく、最先端のマージンよりも優れています。
論文 参考訳（メタデータ） (2020-01-15T03:42:14Z)
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。