論文の概要: Cross-Spectral Vision Transformer for Biometric Authentication using Forehead Subcutaneous Vein Pattern and Periocular Pattern

• arxiv url: http://arxiv.org/abs/2412.19160v2
• Date: Mon, 03 Mar 2025 06:34:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-04 16:12:44.134900
• Title: Cross-Spectral Vision Transformer for Biometric Authentication using Forehead Subcutaneous Vein Pattern and Periocular Pattern
• Title（参考訳）: 前頭皮下静脈パターンと眼周囲パターンを用いた生体認証用クロススペクトル視覚変換器
• Authors: Arun K. Sharma, Shubhobrata Bhattacharya, Motahar Reza, Bishakh Bhattacharya,
• Abstract要約: 本稿では,生体認証のための軽量クロススペクトル・ビジョン・トランスフォーマ (CS-ViT) を提案する。 このフレームワークは、2つの異なる生体特性を扱うために設計されたクロススペクトルデュアルチャネルアーキテクチャで構成されている。 提案アルゴリズムは,前頭下皮下静脈パターンと近視バイオメトリックパターンデータベースを用いて厳密に評価した。
• 参考スコア（独自算出の注目度）: 1.2137050542976475
• License:
• Abstract: Traditional biometric systems have encountered significant setbacks due to various unavoidable factors, for example, face recognition-based biometrics fails due to the wearing of face masks and fingerprints create hygiene concerns. This paper proposes a novel lightweight cross-spectral vision transformer (CS-ViT) for biometric authentication using forehead subcutaneous vein patterns and periocular patterns, offering a promising alternative to traditional methods, capable of performing well even with the face masks and without any physical touch. The proposed framework comprises a cross-spectral dual-channel architecture designed to handle two distinct biometric traits and to capture inter-dependencies in terms of relative spectral patterns. Each channel consists of a Phase-Only Correlation Cross-Spectral Attention (POC-CSA) that captures their individual as well as correlated patterns. The computation of cross-spectral attention using POC extracts the phase correlation in the spatial features. Therefore, it is robust against the resolution/intensity variations and illumination of the input images, assuming both biometric traits are from the same person. The lightweight model is suitable for edge device deployment. The performance of the proposed algorithm was rigorously evaluated using the Forehead Subcutaneous Vein Pattern and Periocular Biometric Pattern (FSVP-PBP) database. The results demonstrated the superiority of the algorithm over state-of-the-art methods, achieving a remarkable classification accuracy of 98.8% with the combined vein and periocular patterns.
• Abstract（参考訳）: 例えば、顔認識に基づく生体認証は、顔マスクの着用によって失敗し、指紋が衛生上の懸念を引き起こすなどである。 本稿では,前頭皮下静脈パターンと眼周囲パターンを用いた生体認証のための軽量クロススペクトル・ビジョン・トランスフォーマー(CS-ViT)を提案する。 提案フレームワークは、2つの異なる生体特性を処理し、相対スペクトルパターンの観点で相互依存性を捉えるために設計されたクロススペクトル二重チャネルアーキテクチャからなる。 各チャネルはフェーズオンリー相関クロススペクトルアテンション(POC-CSA)で構成され、それぞれの個人と相関パターンをキャプチャする。 POCを用いたクロススペクトルアテンションの計算は空間的特徴の位相相関を抽出する。 したがって、どちらの生体特性も同一人物であるとして、入力画像の解像度/強度変化や照明に対して頑健である。 軽量モデルはエッジデバイスのデプロイメントに適している。 提案アルゴリズムの性能評価は,前頭下皮下静脈パターンと周眼バイオメトリックパターン(FSVP-PBP)データベースを用いて行った。 その結果、最先端の手法よりもアルゴリズムが優れていることが示され、静脈パターンと眼周囲パターンを組み合わせた98.8%の顕著な分類精度が達成された。

関連論文リスト

• Multimodal Biometric Authentication Using Camera-Based PPG and Fingerprint Fusion [10.360896128201237]
  本稿では,ビデオから抽出したPSG信号を指紋データと統合し,ユーザ認証の精度を高めるマルチモーダルバイオメトリックシステムを提案する。 システムは、カメラのレンズに指先を数秒で配置し、ユニークな生体特性のキャプチャと処理を可能にする。
  論文  参考訳（メタデータ） (2024-12-07T14:09:40Z)
• Synthetic Forehead-creases Biometric Generation for Reliable User Verification [6.639785884921617]
  本稿では,前頭葉画像データを一意性やリアリズムといった重要な特徴を維持しつつ合成する新しい枠組みを提案する。 Fr'echet Inception Distance (FID) と構造類似度指数測定 (SSIM) を用いて、生成された額部画像の多様性と現実性を評価する。
  論文  参考訳（メタデータ） (2024-08-28T10:33:00Z)
• UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
  高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。 我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
  論文  参考訳（メタデータ） (2024-07-26T20:51:54Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• 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)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• Pair-Relationship Modeling for Latent Fingerprint Recognition [25.435974669629374]
  本稿では,2つの指紋のペア関係を認識の類似性として直接モデル化する手法を提案する。 2つのデータベースに対する実験結果から,提案手法が技術状況より優れていることが示された。
  論文  参考訳（メタデータ） (2022-07-02T11:31:31Z)
• Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth Uncertainty Learning [54.15303628138665]
  フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。 既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。 我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:36:59Z)
• Attribute-Based Deep Periocular Recognition: Leveraging Soft Biometrics to Improve Periocular Recognition [24.267703297385413]
  本稿では属性に基づく深部眼球認識(ADPR)と呼ばれる新しい深部眼球認識フレームワークを提案する。 ADPRはソフトバイオメトリックスを予測し、その予測を眼周囲認識アルゴリズムに組み込んで、高い精度で眼周囲画像から識別する。 実験結果から,本手法は野生環境下での生体計測による近視認識方法よりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2021-11-02T01:51:37Z)
• 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)

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。