Fugu-MT 論文翻訳(概要): Deep Learning Approach for Ear Recognition and Longitudinal Evaluation in Children

論文の概要: Deep Learning Approach for Ear Recognition and Longitudinal Evaluation in Children

arxiv url: http://arxiv.org/abs/2408.01588v1
Date: Fri, 2 Aug 2024 21:57:56 GMT
ステータス: 処理完了
システム内更新日: 2024-08-06 19:30:18.808832
Title: Deep Learning Approach for Ear Recognition and Longitudinal Evaluation in Children
Title（参考訳）: 幼児の耳認識と縦断的評価のための深層学習アプローチ
Authors: Afzal Hossain, Tipu Sultan, Stephanie Schuckers,
Abstract要約: 本研究は,4歳から14歳までの小児から2.5年間に収集した基礎的縦断的データセットを導入し,その評価を行った。本稿では,VGG16とMobileNetのアンサンブルを用いて,成人・小児両方のデータセットに着目した深層学習に基づく耳認識手法を提案する。
参考スコア（独自算出の注目度）: 1.1470070927586018
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Ear recognition as a biometric modality is becoming increasingly popular, with promising broader application areas. While current applications involve adults, one of the challenges in ear recognition for children is the rapid structural changes in the ear as they age. This work introduces a foundational longitudinal dataset collected from children aged 4 to 14 years over a 2.5-year period and evaluates ear recognition performance in this demographic. We present a deep learning based approach for ear recognition, using an ensemble of VGG16 and MobileNet, focusing on both adult and child datasets, with an emphasis on longitudinal evaluation for children.
Abstract（参考訳）: バイオメトリック・モダリティとしての耳の認識はますます人気を集めており、将来的な応用分野が期待されている。現在の応用は成人を含むが、子供の耳の認識における課題の1つは、年齢とともに耳の構造が急速に変化することである。本研究は,4歳から14歳までの小児から2.5年間に収集した基礎的縦断的データセットを導入し,その評価を行った。本稿では,VGG16とMobileNetのアンサンブルを用いて,成人・小児両方のデータセットに着目し,子どもの縦断的評価を重視した深層学習に基づく認識手法を提案する。

関連論文リスト

Longitudinal Evaluation of Child Face Recognition and the Impact of Underlying Age [1.290382979353427]
様々な新興アプリケーションにおける子供の信頼できる識別の必要性が、子供の顔認証技術を活用したいという関心を喚起している。本研究は,クラークソン大学CITeR研究グループによって収集されたYFAデータベースを6ヶ月間隔で収集した。
論文参考訳（メタデータ） (2024-08-01T19:40:55Z)
Benchmark Dataset Dynamics, Bias and Privacy Challenges in Voice Biometrics Research [1.1160256362224619]
2012年から2021年までの訓練と評価に使用される話者認識データセットの縦断的研究を行った。本研究は、この分野で最もよく使われているデータセットを特定し、それらの利用パターンを調べ、バイアス、公平性、その他の倫理的関心事に影響を与える属性を評価する。
論文参考訳（メタデータ） (2023-04-07T23:05:37Z)
Deep Feature Learning for Medical Acoustics [78.56998585396421]
本研究の目的は,医療音響の課題における学習内容の比較である。ヒトの呼吸音と心臓の鼓動を健康的または病態の影響の2つのカテゴリに分類する枠組みが実装されている。
論文参考訳（メタデータ） (2022-08-05T10:39:37Z)
Conformer Based Elderly Speech Recognition System for Alzheimer's Disease Detection [62.23830810096617]
アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
論文参考訳（メタデータ） (2022-06-23T12:50:55Z)
LAE : Long-tailed Age Estimation [52.5745217752147]
まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
論文参考訳（メタデータ） (2021-10-25T09:05:44Z)
Domain Generalisation for Apparent Emotional Facial Expression Recognition across Age-Groups [55.56174840049614]
本研究では,異なる年齢群を用いた表情認識モデルの訓練効果について検討した。その結果,未確認年齢群では,訓練年齢群の増加により表情認識能力が向上する傾向がみられた。
論文参考訳（メタデータ） (2021-10-18T10:35:40Z)
FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild [50.8865921538953]
年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。提案手法は,既存の年齢推定手法を常に上回っていることを示す。
論文参考訳（メタデータ） (2021-06-21T14:31:32Z)
Ridge Regression Neural Network for Pediatric Bone Age Assessment [1.1501261942096426]
骨年齢の遅れや増加は小児科医にとって深刻な懸念である。骨年齢評価のための統合型深層学習フレームワークを事例分割と隆起回帰を用いて導入する。
論文参考訳（メタデータ） (2021-04-15T21:38:22Z)
Chronological age estimation of lateral cephalometric radiographs with deep learning [0.0]
提案手法は, 側頭頂部X線像の経時的年代推定法により, 時間的年代推定に有効である。 4歳から40歳までのLC画像3014枚について検討した。実験結果のMEAは1.250であり、最先端のベンチマークの結果より小さい。
論文参考訳（メタデータ） (2021-01-28T03:43:24Z)
Convolutional Neural Network-Based Age Estimation Using B-Mode Ultrasound Tongue Image [10.100437437151621]
話者の超音波舌画像を用いた年齢推定の実現可能性について検討する。深層学習の成功に動機づけられた本論文は,この課題に深層学習を活用する。提案手法は,音声セラピーセッションの性能を評価するツールとして利用できる。
論文参考訳（メタデータ） (2021-01-27T08:00:47Z)
Cross-Task Transfer for Geotagged Audiovisual Aerial Scene Recognition [61.54648991466747]
映像と音を入力として用いた視覚的空中シーン認識タスクについて検討する。航空シーン認識のための音声情報を活用する利点を示す。
論文参考訳（メタデータ） (2020-05-18T04:14:16Z)

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。