論文の概要: Advanced Image Quality Assessment for Hand- and Fingervein Biometrics

• arxiv url: http://arxiv.org/abs/2302.09973v2
• Date: Tue, 21 Feb 2023 10:55:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-22 11:32:55.876586
• Title: Advanced Image Quality Assessment for Hand- and Fingervein Biometrics
• Title（参考訳）: 手指バイオメトリックスにおける画像品質評価の高度化
• Authors: Simon Kirchgasser, Christof Kauba, Georg Wimmer and Andreas Uhl
• Abstract要約: 非参照画像の品質測定によく用いられる自然場面統計は、血管画像の生体的品質指標として提案される。 実験は、合計13個の指と手静脈のデータセットで実施された。
• 参考スコア（独自算出の注目度）: 5.218882272051637
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural Scene Statistics commonly used in non-reference image quality measures and a deep learning based quality assessment approach are proposed as biometric quality indicators for vasculature images. While NIQE and BRISQUE if trained on common images with usual distortions do not work well for assessing vasculature pattern samples' quality, their variants being trained on high and low quality vasculature sample data behave as expected from a biometric quality estimator in most cases (deviations from the overall trend occur for certain datasets or feature extraction methods). The proposed deep learning based quality metric is capable of assigning the correct quality class to the vaculature pattern samples in most cases, independent of finger or hand vein patterns being assessed. The experiments were conducted on a total of 13 publicly available finger and hand vein datasets and involve three distinct template representations (two of them especially designed for vascular biometrics). The proposed (trained) quality measures are compared to a several classical quality metrics, with their achieved results underlining their promising behaviour.
• Abstract（参考訳）: 血管画像のバイオメトリック品質指標として,非参照画像品質測定や深層学習に基づく品質評価手法によく用いられる自然シーン統計法を提案する。 NIQEとBRISQUEは、通常の歪みのある一般的な画像でトレーニングされた場合、血管パターンのサンプルの品質を評価するのにうまく機能しないが、高品質で低品質の血管サンプルデータで訓練された変異は、ほとんどの場合、バイオメトリックな品質推定器から期待通りに振る舞う(特定のデータセットや特徴抽出方法の全体的な傾向から推定される)。 提案する深層学習に基づく品質指標は, 指や手の静脈のパターンによらず, たいていの場合, 正確な品質クラスを空孔パターンサンプルに割り当てることができる。 実験は、合計13個の指と手静脈のデータセットを用いて実施され、3つの異なるテンプレート表現(うち2つは特に血管バイオメトリックス用に設計された)を含んでいる。 提案された(訓練された)品質指標は、いくつかの古典的な品質指標と比較される。

関連論文リスト

• Fairness measures for biometric quality assessment [6.051899179464574]
  品質評価アルゴリズムは、捕獲されたバイオメトリック標本の品質を測定する。 十分な品質のサンプルのみを処理し、低品質のサンプルを廃棄することが不可欠である。 提案された措置は、この重要な分野における今後の標準の候補として使われる可能性がある。
  論文  参考訳（メタデータ） (2024-08-21T07:37:19Z)
• Five Pitfalls When Assessing Synthetic Medical Images with Reference Metrics [0.9582978458237521]
  2つのイメージを客観的かつ定量的に比較するために、参照メトリクスが開発された。 基準指標の相関と品質に対する人間の知覚は、様々な種類の歪みに対して強く異なる。 予想外の,おそらく望ましくない基準スコアを示す5つの落とし穴を選択した。
  論文  参考訳（メタデータ） (2024-08-12T11:48:57Z)
• Assessing Sample Quality via the Latent Space of Generative Models [44.59115390303591]
  そこで本研究では,学習した生成モデルの潜伏空間について検討し,生成したサンプルの品質を推定する。 これは、生成されたサンプルの品質が、それに似たトレーニングデータの量に直接関連しているため、実現可能である。 提案手法は, VAE, GAN, 潜伏拡散モデルなど, 様々な生成モデルのサンプル品質と高い相関関係を示す。
  論文  参考訳（メタデータ） (2024-07-21T14:05:06Z)
• Opinion-Unaware Blind Image Quality Assessment using Multi-Scale Deep Feature Statistics [54.08757792080732]
  我々は,事前学習された視覚モデルからの深い特徴を統計的解析モデルと統合して,意見認識のないBIQA(OU-BIQA)を実現することを提案する。 提案モデルは,最先端のBIQAモデルと比較して,人間の視覚的知覚との整合性に優れる。
  論文  参考訳（メタデータ） (2024-05-29T06:09:34Z)
• UNO-QA: An Unsupervised Anomaly-Aware Framework with Test-Time Clustering for OCTA Image Quality Assessment [4.901218498977952]
  光コヒーレンス・トモグラフィ・アンギオグラフィー(OCTA)画像品質評価のためのテスト時間クラスタリングを用いた教師なし異常認識フレームワークを提案する。 OCTA画像の品質を定量化するために,特徴埋め込みに基づく低品質表現モジュールを提案する。 我々は、訓練されたOCTA品質表現ネットワークによって抽出されたマルチスケール画像の特徴の次元削減とクラスタリングを行う。
  論文  参考訳（メタデータ） (2022-12-20T18:48:04Z)
• Fingerprint Image-Quality Estimation and its Application to Multialgorithm Verification [56.128200319868526]
  信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。 本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。 定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
  論文  参考訳（メタデータ） (2022-11-24T12:17:49Z)
• A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
  画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。 本稿では,指紋画像品質評価のための既存手法について概説する。 また,指紋画像品質推定アルゴリズムの選定も行った。
  論文  参考訳（メタデータ） (2021-11-14T19:53:12Z)
• How Faithful is your Synthetic Data? Sample-level Metrics for Evaluating and Auditing Generative Models [95.8037674226622]
  ドメインに依存しない方法で生成モデルの忠実度,多様性,一般化性能を特徴付ける3次元評価指標を提案する。 当社のメトリクスは、精度リコール分析により統計的発散測定を統合し、モデル忠実度と多様性のサンプルおよび分布レベルの診断を可能にします。
  論文  参考訳（メタデータ） (2021-02-17T18:25:30Z)
• Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
  医用画像分類のための関係駆動型半教師付きフレームワークを提案する。 これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。 本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
  論文  参考訳（メタデータ） (2020-05-15T06:57:54Z)

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。