論文の概要: Periocular biometrics: databases, algorithms and directions
- arxiv url: http://arxiv.org/abs/2307.14111v1
- Date: Wed, 26 Jul 2023 11:14:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-27 12:38:11.959359
- Title: Periocular biometrics: databases, algorithms and directions
- Title（参考訳）: 眼周囲バイオメトリックス:データベース、アルゴリズム、方向
- Authors: Fernando Alonso-Fernandez, Josef Bigun
- Abstract要約: 近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。
本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
- 参考スコア（独自算出の注目度）: 69.35569554213679
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Periocular biometrics has been established as an independent modality due to
concerns on the performance of iris or face systems in uncontrolled conditions.
Periocular refers to the facial region in the eye vicinity, including eyelids,
lashes and eyebrows. It is available over a wide range of acquisition
distances, representing a trade-off between the whole face (which can be
occluded at close distances) and the iris texture (which do not have enough
resolution at long distances). Since the periocular region appears in face or
iris images, it can be used also in conjunction with these modalities. Features
extracted from the periocular region have been also used successfully for
gender classification and ethnicity classification, and to study the impact of
gender transformation or plastic surgery in the recognition performance. This
paper presents a review of the state of the art in periocular biometric
research, providing an insight of the most relevant issues and giving a
thorough coverage of the existing literature. Future research trends are also
briefly discussed.
- Abstract（参考訳）: 眼窩バイオメトリックス(periocular bioometrics)は、非制御状態における虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。
眼窩 (periocular) は、まぶた、裂け目、まぶたなど眼の周辺にある顔面の領域を指す。
これは、顔全体(近距離では隠蔽できる)と虹彩テクスチャ(遠距離では十分な解像度を持たない)の間のトレードオフを表す、広範囲な取得距離で利用可能である。
眼周囲領域は顔や虹彩画像に現れるため、これらのモダリティと併用して使用することもできる。
眼周囲領域から抽出された特徴は、性別分類や民族分類にも有効であり、また、性別変換やプラスティック手術が認知能力に与える影響について研究している。
本稿では, 近視バイオメトリックス研究における技術の現状を概観し, 最も関係の深い課題について考察し, 既存の文献を網羅的に紹介する。
今後の研究動向についても概説する。
関連論文リスト
- Multimodal Adaptive Fusion of Face and Gait Features using Keyless
attention based Deep Neural Networks for Human Identification [67.64124512185087]
歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。
本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
論文 参考訳（メタデータ） (2023-03-24T05:28:35Z) - Periocular Biometrics: A Modality for Unconstrained Scenarios [66.93179447621188]
眼球周囲のバイオメトリックスには、眼窩を囲む顔の外部から見える領域が含まれる。
新型コロナウイルス(COVID-19)のパンデミックは、コントロールされた設定でも目に見える唯一の顔領域であり、その重要性を強調している。
論文 参考訳（メタデータ） (2022-12-28T12:08:27Z) - Super-Resolution for Selfie Biometrics: Introduction and Application to
Face and Iris [67.74999528342273]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
超分解能技術は、特定のバイオメトリック・モダリティの画像の特異性に適応する必要がある。
本章では,顔画像と虹彩画像の超解像化における最近の進歩について概説する。
論文 参考訳（メタデータ） (2022-04-12T10:28:31Z) - Periocular Biometrics and its Relevance to Partially Masked Faces: A
Survey [13.367903535457364]
顔認識システムは、マスクやその他の種類の顔カバーの存在に悪影響を及ぼす可能性がある。
このような場合、人間の顔の周囲の領域は重要な生体認証のキューとなる。
まず、顔マスクを装着した人間を認識するために特別に設計された様々な顔・近眼技術について検討する。
論文 参考訳（メタデータ） (2022-03-29T02:52:42Z) - MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。
近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。
深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
論文 参考訳（メタデータ） (2021-10-06T08:10:28Z) - Non-contact Pain Recognition from Video Sequences with Remote
Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。
我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文 参考訳（メタデータ） (2021-05-18T20:47:45Z) - Cyclopean Geometry of Binocular Vision [24.756003635916613]
双眼射影の幾何学は、霊長類視覚系を参照して解析される。
網膜画像に対する協調眼球運動の影響について検討した。
網膜画像からの視覚方向と奥行きの回復について検討する。
論文 参考訳（メタデータ） (2020-12-11T14:05:37Z) - UFPR-Periocular: A Periocular Dataset Collected by Mobile Devices in
Unconstrained Scenarios [4.229481360022994]
1,122名の被験者のサンプルを含む新しい眼球周囲データセットを,196個の異なるモバイルデバイスで3セッションで取得した。
画像は、参加者にたった1つの指示で、制約のない環境下で撮影された。
論文 参考訳（メタデータ） (2020-11-24T22:20:37Z) - Segmentation-Aware and Adaptive Iris Recognition [24.125681602124477]
アイリス画像の品質は、アイリスマッチング精度を劣化させることが知られている。
眼周囲情報は本質的にそのような虹彩画像に埋め込まれており、そのような非理想的なシナリオ下で虹彩認識を支援するために利用することができる。
本稿では,より精度の低いアイリス認識のためのセグメンテーション支援適応フレームワークを提案する。
論文 参考訳（メタデータ） (2019-12-31T04:31:37Z)
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。