論文の概要: Fitness-for-Duty Classification using Temporal Sequences of Iris Periocular images

• arxiv url: http://arxiv.org/abs/2304.11858v1
• Date: Mon, 24 Apr 2023 07:14:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-25 15:59:22.384481
• Title: Fitness-for-Duty Classification using Temporal Sequences of Iris Periocular images
• Title（参考訳）: 虹彩透視像の時間系列を用いた適合度分類
• Authors: Pamela C. Zurita, Daniel P. Benalcazar, Juan E. Tapia
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.7188280334580195
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Fitness for Duty (FFD) techniques detects whether a subject is Fit to perform their work safely, which means no reduced alertness condition and security, or if they are Unfit, which means alertness condition reduced by sleepiness or consumption of alcohol and drugs. Human iris behaviour provides valuable information to predict FFD since pupil and iris movements are controlled by the central nervous system and are influenced by illumination, fatigue, alcohol, and drugs. This work aims to classify FFD using sequences of 8 iris images and to extract spatial and temporal information using Convolutional Neural Networks (CNN) and Long Short Term Memory Networks (LSTM). Our results achieved a precision of 81.4\% and 96.9\% for the prediction of Fit and Unfit subjects, respectively. The results also show that it is possible to determine if a subject is under alcohol, drug, and sleepiness conditions. Sleepiness can be identified as the most difficult condition to be determined. This system opens a different insight into iris biometric applications.
• Abstract（参考訳）: Fitness for Duty (FFD) 技術は、被験者が安全に仕事を遂行するためにフィットしているかどうかを検知する。 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、照明、疲労、アルコール、薬物の影響を受け、FFDを予測する貴重な情報を提供する。 本研究の目的は,8枚の虹彩画像のシーケンスを用いてffdを分類し,畳み込みニューラルネットワーク(cnn)と長期記憶ネットワーク(lstm)を用いて空間情報と時間情報を抽出することである。 その結果, フィットと不フィットの予測では, 81.4\%, 96.9\%の精度が得られた。 結果は、ある被験者がアルコール、薬物、眠気状態にあるかどうかを判断することも可能であることも示している。 眠気は判断するのが最も難しい状態と判断できる。 このシステムは虹彩生体計測応用に関する異なる知見を開放する。

関連論文リスト

• Real-Time Drowsiness Detection Using Eye Aspect Ratio and Facial Landmark Detection [0.0]
  本研究は、視線量比(EAR)と顔のランドマーク検出技術を用いて、眠気を検出するために設計されたリアルタイムシステムを提案する。 EARのしきい値を確立することで、システムはいつ目を閉じているかを識別し、潜在的な眠気を示す。 実験の結果,システムは低計算要求を維持しながら,高い精度で眠気を確実に検出できることがわかった。
  論文  参考訳（メタデータ） (2024-08-11T17:34:24Z)
• OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
  抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。 我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。 正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
  論文  参考訳（メタデータ） (2024-02-29T01:20:29Z)
• Robust T-Loss for Medical Image Segmentation [56.524774292536264]
  本稿では,医用画像分割のための新しいロバストな損失関数T-Lossを提案する。 提案した損失は、Student-t分布の負のログ類似度に基づいており、データ内の外れ値の処理を効果的に行うことができる。 実験の結果,T-Lossは2つの医療データセットのダイススコアにおいて従来の損失関数よりも優れていた。
  論文  参考訳（メタデータ） (2023-06-01T14:49:40Z)
• AIOSA: An approach to the automatic identification of obstructive sleep apnea events based on deep learning [1.5381930379183162]
  OSASは、死亡率の上昇、神経障害の悪化、リハビリテーション後の機能低下、高血圧の発症率の上昇と関連している。 OSAS診断のための金標準検査はPSG (Polysomnography) である。 生波形データの時間分解能を低減できる畳み込み型ディープラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-10T11:21:47Z)
• Sleep Activity Recognition and Characterization from Multi-Source Passively Sensed Data [67.60224656603823]
  睡眠活動認識法は、被験者の睡眠覚醒サイクルを評価し、監視し、特徴づけ、行動の変化を検出する指標を提供することができる。 本稿では,スマートフォンから受動的に知覚されたデータを連続的に操作して,睡眠の特徴を識別し,重要な睡眠エピソードを識別する一般的な方法を提案する。 これらの装置は、その用途により、連続的で客観的で非侵襲的な方法で被験者の生体リズムをプロファイルするための優れた代替データ源となっている。
  論文  参考訳（メタデータ） (2023-01-17T15:18:45Z)
• 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)
• FIBA: Frequency-Injection based Backdoor Attack in Medical Image Analysis [82.2511780233828]
  本稿では,様々な医療画像解析タスクにおいて,攻撃を行うことのできる新しい周波数注入型バックドアアタック法(FIBA)を提案する。 具体的には、FIBAは、両方の画像のスペクトル振幅を線形に組み合わせることで、トリガー画像の低周波情報を有毒画像に注入できる周波数領域のトリガー関数を利用する。
  論文  参考訳（メタデータ） (2021-12-02T11:52:17Z)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)
• SIP-SegNet: A Deep Convolutional Encoder-Decoder Network for Joint Semantic Segmentation and Extraction of Sclera, Iris and Pupil based on Periocular Region Suppression [8.64118000141143]
  マルチモーダル生体認証システムは 生体認証システムの限界に 対処する能力がある このようなシステムには高い特性、永続性、性能があるが、他の生体特性に基づく技術は容易に妥協できる。 SIP-SegNetと呼ばれる新しい深層学習フレームワークが提案され、眼形質のセマンティックセマンティックセグメンテーションを行う。
  論文  参考訳（メタデータ） (2020-02-15T15:20:44Z)
• 1-D Convlutional Neural Networks for the Analysis of Pupil Size Variations in Scotopic Conditions [79.71065005161566]
  1次元畳み込みニューラルネットワークモデルは、短距離配列の分類のために訓練されている。 モデルは、ホールドアウトテストセット上で、高い平均精度で予測を提供する。
  論文  参考訳（メタデータ） (2020-02-06T17:25:37Z)

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。