論文の概要: Child Palm-ID: Contactless Palmprint Recognition for Children
- arxiv url: http://arxiv.org/abs/2305.05161v1
- Date: Tue, 9 May 2023 04:08:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 13:55:14.235483
- Title: Child Palm-ID: Contactless Palmprint Recognition for Children
- Title（参考訳）: 小児パームID : 無接触パームプリント認識
- Authors: Akash Godbole, Steven A. Grosz, and Anil K. Jain
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 36.05807963935458
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Effective distribution of nutritional and healthcare aid for children,
particularly infants and toddlers, in some of the least developed and most
impoverished countries of the world, is a major problem due to the lack of
reliable identification documents. Biometric authentication technology has been
investigated to address child recognition in the absence of reliable ID
documents. We present a mobile-based contactless palmprint recognition system,
called Child Palm-ID, which meets the requirements of usability, hygiene, cost,
and accuracy for child recognition. Using a contactless child palmprint
database, Child-PalmDB1, consisting of 19,158 images from 1,020 unique palms
(in the age range of 6 mos. to 48 mos.), we report a TAR=94.11% @ FAR=0.1%. The
proposed Child Palm-ID system is also able to recognize adults, achieving a
TAR=99.4% on the CASIA contactless palmprint database and a TAR=100% on the
COEP contactless adult palmprint database, both @ FAR=0.1%. These accuracies
are competitive with the SOTA provided by COTS systems. Despite these high
accuracies, we show that the TAR for time-separated child-palmprints is only
78.1% @ FAR=0.1%.
- Abstract（参考訳）: 子ども、特に幼児や幼児に対する栄養・医療援助の効果的な分布は、信頼性の高い識別文書が欠如しているため、世界の未発達国や貧困国の一部で大きな問題となっている。
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。
1,020個の特異な手のひらから19,158枚の画像(年齢は6 mm から48 mos まで)からなる非接触型児童用パームプリントデータベース child-palmdb1 を用いて,tar=94.11% @ far=0.1% を報告した。
提案されたChild Palm-IDシステムは成人を認識でき、CAIAの接触のないヤシプリントデータベースではTAR=99.4%、COEPの接触のない成人ヤシプリントデータベースではTAR=100%を達成する。
これらの評価はCOTSシステムが提供するSOTAと競合する。
これらの高い精度にもかかわらず、時間分離された子パルムプリントのタールは78.1% @ far=0.1%である。
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) - RPG-Palm: Realistic Pseudo-data Generation for Palmprint Recognition [26.82617300073746]
そこで本研究では,ヤシの指紋を大量に合成する現実的な擬似パルムプリント生成モデルを提案する。
我々のモデルは、TAR@FAR=1e-6の1:1$と1:3$のオープンセットプロトコルで、最先端のB'ezierPalmを5%以上、そして14%以上改善します。
この手法はArcFaceを100%の訓練データで上回り、実データフリーのパームプリント認識に近づきつつあることを示す。
論文 参考訳（メタデータ） (2023-07-26T07:57:56Z) - Child PalmID: Contactless Palmprint Recognition [37.61800928550628]
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。
論文 参考訳（メタデータ） (2022-12-14T16:02:45Z) - 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) - Investigating the Impact of Inclusion in Face Recognition Training Data
on Individual Face Identification [93.5538147928669]
最新のオープンソースの顔認識システムであるArcFaceを、100万枚以上の散らばった画像を用いた大規模な顔識別実験で監査する。
モデルのトレーニングデータには79.71%、存在しない人には75.73%のランク1顔認証精度がある。
論文 参考訳（メタデータ） (2020-01-09T15:50:28Z)
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。