論文の概要: Iris Recognition for Infants
- arxiv url: http://arxiv.org/abs/2501.01375v1
- Date: Thu, 02 Jan 2025 17:34:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-05 17:13:37.816462
- Title: Iris Recognition for Infants
- Title（参考訳）: 乳幼児の虹彩認識
- Authors: Rasel Ahmed Bhuiyan, Mateusz Trokielewicz, Piotr Maciejewicz, Sherri Bucher, Adam Czajka,
- Abstract要約: 新生児の非侵襲的、効率的、物理的トークンレス、正確で安定した識別方法は、出生時の赤ちゃんの交換を予防し、赤ちゃんの誘拐を制限し、出生後の健康モニタリングを改善することができる。
乳児4～6歳児の生体認証における虹彩認識の有用性について検討した。
- 参考スコア（独自算出の注目度）: 4.342261315851938
- License:
- Abstract: Non-invasive, efficient, physical token-less, accurate and stable identification methods for newborns may prevent baby swapping at birth, limit baby abductions and improve post-natal health monitoring across geographies, within the context of both the formal (i.e., hospitals) and informal (i.e., humanitarian and fragile settings) health sectors. This paper explores the feasibility of application iris recognition to build biometric identifiers for 4-6 week old infants. We (a) collected near infrared (NIR) iris images from 17 infants using a specially-designed NIR iris sensor; (b) evaluated six iris recognition methods to assess readiness of the state-of-the-art iris recognition to be applied to newborns and infants; (c) proposed a new segmentation model that correctly detects iris texture within infants iris images, and coupled it with several iris texture encoding approaches to offer, to the first of our knowledge, a fully-operational infant iris recognition system; and, (d) trained a StyleGAN-based model to synthesize iris images mimicking samples acquired from infants to deliver to the research community privacy-safe infant iris images. The proposed system, incorporating the specially-designed iris sensor and segmenter, and applied to the collected infant iris samples, achieved Equal Error Rate (EER) of 3\% and Area Under ROC Curve (AUC) of 99\%, compared to EER$\geq$20\% and AUC$\leq$88\% obtained for state of the art adult iris recognition systems. This suggests that it may be feasible to design methods that succesfully extract biometric features from infant irises.
- Abstract（参考訳）: 新生児の非侵襲的で、効率的で、トークンレスで、正確で安定した識別方法は、出生時の赤ちゃんの交換を防ぎ、赤ちゃんの誘拐を制限し、正式な(病院)と非公式(人道的および脆弱な設定)の健康分野の両方の文脈で、地理的に出生後の健康モニタリングを改善することができる。
乳児4～6歳児の生体認証における虹彩認識の有用性について検討した。
我が家
(a)特別に設計されたNIRアイリスセンサを用いた乳幼児17例の近赤外アイリス画像
b)新生児及び乳児に適用すべき最先端の虹彩認識の即応性を評価するための6つの虹彩認識方法の評価
(c) 乳児虹彩画像中の虹彩テクスチャを正確に検出し,それをいくつかの虹彩テクスチャエンコーディングアプローチと組み合わせた新しいセグメンテーションモデルを提案する。
(d)StyleGANベースのモデルを用いて、乳児から取得したサンプルを模した虹彩画像を合成し、研究コミュニティのプライバシーに配慮した乳幼児虹彩画像に届ける訓練を行った。
本システムでは, 特別設計アイリスセンサとセグメンタを併用し, 収集した乳児アイリス試料に適用し, 3 %の等値誤差率 (EER) と, EER$\geq$20\%, AUC$\leq$88\%と, 99 %の正値誤差率 (AUC) を達成した。
これは、乳児の乳児から生体的特徴を適切に抽出する手法を設計することが可能であることを示唆している。
関連論文リスト
- A Prior Embedding-Driven Architecture for Long Distance Blind Iris Recognition [5.482786561272011]
遠距離ブラインドアイリス認識のための埋め込み駆動型アーキテクチャを提案する。
われわれはまずアイリス画像復元ネットワークIris-PPRGANを提案した。
ブラインドアイリスのテクスチャを効果的に復元するために、Iris-PPRGANは、プリミティブデコーダとして使用されるジェネレーティブアドリアネットワーク(GAN)と、エンコーダとして使用されるDNNとを含む。
論文 参考訳（メタデータ） (2024-08-01T00:40:17Z) - Uniqueness of Iris Pattern Based on AR Model [4.236277880658203]
アイリスの独特性に対するダウグマンのアプローチは、最も広く受け入れられた1つとして際立っている。
本稿では,虹彩認識システムのスケーラビリティを評価する手法を提案するとともに,虹彩品質を計測する手法を提案する。
論文 参考訳（メタデータ） (2023-06-21T21:17:03Z) - Artificial Pupil Dilation for Data Augmentation in Iris Semantic
Segmentation [0.0]
現代の虹彩認識のアプローチでは、深層学習を用いて虹彩の有効部分を眼の他の部分から切り離す。
本稿では,新しいデータ拡張手法を導入することにより,虹彩意味分節システムの精度を向上させることを目的とする。
論文 参考訳（メタデータ） (2022-12-24T13:31:56Z) - Iris super-resolution using CNNs: is photo-realism important to iris
recognition? [67.42500312968455]
特に畳み込みニューラルネットワーク(CNN)を用いた単一画像超解像技術が出現している
本研究では, 虹彩認識のためのCNNを用いて, 単一画像の超解像を探索する。
彼らは、近赤外線虹彩画像の1.872のデータベースと携帯電話画像データベースのアプローチを検証する。
論文 参考訳（メタデータ） (2022-10-24T11:19:18Z) - Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。
医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。
BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2022-03-29T08:41:17Z) - Direct attacks using fake images in iris verification [59.68607707427014]
BioSecベースラインデータベースの実際のアイリスから偽アイリス画像のデータベースが作成されている。
本システムは直接攻撃に対して脆弱であることを示し,対策の重要性を指摘する。
論文 参考訳（メタデータ） (2021-10-30T05:01:06Z) - Toward Accurate and Reliable Iris Segmentation Using Uncertainty
Learning [96.72850130126294]
高精度で信頼性の高いアイリスセグメンテーションのためのアイリスU変換器(アイリスUsformer)を提案する。
IrisUsformerの精度向上のために,位置感応操作と再パッケージング変圧器ブロックを採用することで精巧に設計する。
IrisUsformer は SOTA IrisParseNet の 35% MAC を用いて, セグメンテーション精度の向上を図っている。
論文 参考訳（メタデータ） (2021-10-20T01:37:19Z) - Explaining Clinical Decision Support Systems in Medical Imaging using
Cycle-Consistent Activation Maximization [112.2628296775395]
ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。
臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。
そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
論文 参考訳（メタデータ） (2020-10-09T14:39:27Z) - An approach to human iris recognition using quantitative analysis of
image features and machine learning [0.5243460995467893]
本稿では,虹彩認識のための効率的なフレームワークを4段階に分けて提案する。
その結果、提案手法は99.64%の精度で信頼性の高い予測を行うことができることを確認した。
論文 参考訳（メタデータ） (2020-09-12T23:23:33Z) - 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) - 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。