論文の概要: Child PalmID: Contactless Palmprint Recognition
- arxiv url: http://arxiv.org/abs/2212.07299v1
- Date: Wed, 14 Dec 2022 16:02:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-15 15:10:45.799060
- Title: Child PalmID: Contactless Palmprint Recognition
- Title（参考訳）: チャイルドパームID : 無接触パームプリント認識
- Authors: Anil K. Jain, Akash Godbole, Anjoo Bhatnagar and Prem Sewak Sudhish
- Abstract要約: 本報告は,市販の非接触ヤシ指紋認識システムのベースライン精度を確立するものである。
接触なしヤシ画像のデータベース上では,500人の子どもの1千種のヤシの画像から,SOTA認証精度が90.85%であることが確認された。
- 参考スコア（独自算出の注目度）: 37.61800928550628
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developing and least developed countries face the dire challenge of ensuring
that each child in their country receives required doses of vaccination,
adequate nutrition and proper medication. International agencies such as
UNICEF, WHO and WFP, among other organizations, strive to find innovative
solutions to determine which child has received the benefits and which have
not. Biometric recognition systems have been sought out to help solve this
problem. To that end, this report establishes a baseline accuracy of a
commercial contactless palmprint recognition system that may be deployed for
recognizing children in the age group of one to five years old. On a database
of contactless palmprint images of one thousand unique palms from 500 children,
we establish SOTA authentication accuracy of 90.85% @ FAR of 0.01%, rank-1
identification accuracy of 99.0% (closed set), and FPIR=0.01 @ FNIR=0.3 for
open-set identification using PalmMobile SDK from Armatura.
- Abstract（参考訳）: 発展途上国は、それぞれの子どもが必要な予防接種、適切な栄養、適切な薬を服用することを保証するという難しい課題に直面している。
UNICEF、WHO、WFPなどの国際機関は、どの子供が利益を受け、どの子供がそうでないかを判断する革新的な解決策を見つけようとしている。
この問題を解決するために生体認証システムが研究されている。
そこで本研究では,1歳から5歳までの子どもを認識できる市販の非接触型パームプリント認識システムのベースライン精度を確立した。
500人の子どもの1万個のパームの非接触型パームプリント画像のデータベース上で,soma認証精度を90.85%@遠方0.01%,rank-1識別精度99.0%(クローズドセット),fpir=0.01 @fnir=0.3をarmaturaのpalmmobile sdkを用いて確立した。
関連論文リスト
- Mobile Contactless Palmprint Recognition: Use of Multiscale, Multimodel
Embeddings [26.774583290826193]
本研究では、視覚変換器(ViT)と畳み込みニューラルネットワーク(CNN)を統合し、補完的な局所的特徴とグローバル的特徴を抽出する。
次に、Palm-IDと呼ばれる、モバイルベースのエンドツーエンドのパームプリント認識システムを開発する。
Palm-IDは精度とレイテンシのトレードオフをバランスさせ、サイズ516バイトのテンプレートを抽出するのに18msしか必要としない。
論文 参考訳（メタデータ） (2024-01-16T04:42:54Z) - Whole-body Detection, Recognition and Identification at Altitude and
Range [57.445372305202405]
多様なデータセットに基づいて評価したエンドツーエンドシステムを提案する。
我々のアプローチでは、一般的な画像データセットで検出器を事前トレーニングし、BRIARの複雑なビデオや画像でそれを微調整する。
屋内・屋外・航空シナリオにおける様々な範囲や角度の異なる条件下で徹底的な評価を行う。
論文 参考訳（メタデータ） (2023-11-09T20:20:23Z) - Child Palm-ID: Contactless Palmprint Recognition for Children [36.05807963935458]
生体認証技術は、信頼できるID文書がない場合に、児童認識に対処するために研究されている。
本研究では,子どもの認識におけるユーザビリティ,衛生,コスト,精度の要件を満たす,携帯型非接触型ヤシ指紋認識システムであるChild Palm-IDを提案する。
提案されたChild Palm-IDシステムは成人を認識でき、CAIA非接触ヤシプリントデータベースではTAR=99.4%、COEP非接触アダルトヤシプリントデータベースではTAR=100%である。
論文 参考訳（メタデータ） (2023-05-09T04:08:14Z) - A Contactless Fingerprint Recognition System [5.565364597145569]
距離から指紋をキャプチャする非接触指紋認識システムを開発するためのアプローチを提案する。
キャプチャされたフィンガー写真はさらに処理され、グローバルおよびローカルな機能(ミニチュアベース)が取得される。
提案システムはNvidia Jetson Nano開発キットを用いて開発され,非接触指紋認識をリアルタイムで行うことができる。
論文 参考訳（メタデータ） (2021-08-20T08:21:55Z) - Improved Digital Therapy for Developmental Pediatrics Using Domain-Specific Artificial Intelligence: Machine Learning Study [5.258326585054865]
自動的な感情分類は、自閉症のような発達的な行動状態の子供を含む感情を認識するのに苦労する人々を助けることができる。
ほとんどのコンピュータビジョンの感情認識モデルは成人の感情に基づいて訓練されているため、子供の顔に適用された場合、性能は低下する。
本研究では,児童感情認識モデルの性能を高めるために,児童感情強調画像の収集とラベル付けをゲーミフィケーションする戦略を考案した。
論文 参考訳（メタデータ） (2020-12-16T00:08:51Z) - Infant-ID: Fingerprints for Global Good [41.454970577461545]
開発が進んでいない多くの国では、多くの幼児がワクチンが予防可能な病気や栄養失調で苦しんで死亡している。
Infant-Printsは,エンド・ツー・エンド,低コスト,幼児の指紋認識システムである。
Infant-Printsは、私たちの(i)カスタムビルド、コンパクトで低コスト(85 USD)、高解像度(1,900 ppi)、エルゴノミクス指紋リーダー、そして(ii)高解像度の幼児指紋マーカで構成されています。
論文 参考訳（メタデータ） (2020-10-07T19:51:52Z) - Towards Palmprint Verification On Smartphones [62.279124220123286]
過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。
我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。
DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
論文 参考訳（メタデータ） (2020-03-30T08:31:03Z) - Child Face Age-Progression via Deep Feature Aging [47.74474569938014]
本稿では,顔マーカによって出力される深層顔の特徴を経時変化させる機能老化モジュールを提案する。
提案手法は、ランク1の識別率95.91%で最先端の手法よりも優れている。
論文 参考訳（メタデータ） (2020-03-17T23:03:46Z)
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。