論文の概要: Robust Palm-Vein Recognition Using the MMD Filter: Improving SIFT-Based Feature Matching

• arxiv url: http://arxiv.org/abs/2503.01612v1
• Date: Mon, 03 Mar 2025 14:48:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:18:18.329995
• Title: Robust Palm-Vein Recognition Using the MMD Filter: Improving SIFT-Based Feature Matching
• Title（参考訳）: MMDフィルタを用いたロバストパームベイン認識:SIFTに基づく特徴マッチングの改善
• Authors: Kaveen Perera, Fouad Khelifi, Ammar Belatreche,
• Abstract要約: 手のひら静脈画像における大きな課題は、指と親指のわずかな動き、または手の姿勢の変化が、異なる領域で皮膚を伸ばすことである。 本稿では,SIFTに基づく特徴マッチングのための新しいフィルタリング手法を提案する。 CASIAデータセットの850nmサブセットで行った実験は、他のフィルタ法で検出された偽陽性を低減しつつ、提案したMDDフィルタが有効に正しい点を保存することを示す。
• 参考スコア（独自算出の注目度）: 2.31648261449873
• License:
• Abstract: A major challenge with palm vein images is that slight movements of the fingers and thumb, or variations in hand posture, can stretch the skin in different areas and alter the vein patterns. This can result in an infinite number of variations in palm vein images for a given individual. This paper introduces a novel filtering technique for SIFT-based feature matching, known as the Mean and Median Distance (MMD) Filter. This method evaluates the differences in keypoint coordinates and computes the mean and median in each direction to eliminate incorrect matches. Experiments conducted on the 850nm subset of the CASIA dataset indicate that the proposed MMD filter effectively preserves correct points while reducing false positives detected by other filtering methods. A comparison with existing SIFT-based palm vein recognition systems demonstrates that the proposed MMD filter delivers outstanding performance, achieving lower Equal Error Rate (EER) values. This article presents an extended author's version based on our previous work, A Keypoint Filtering Method for SIFT based Palm-Vein Recognition.
• Abstract（参考訳）: 手のひら静脈画像における大きな課題は、指と親指のわずかな動き、または手の姿勢の変化が、異なる領域で皮膚を伸展し、静脈パターンを変化させることである。 これは、ある個人に対する手のひら静脈の画像に無限のバリエーションをもたらす可能性がある。 本稿では,SIFTに基づく特徴マッチングのための新しいフィルタリング手法を提案する。 本手法はキーポイント座標の違いを評価し,各方向の平均値と中央値の計算を行い,誤一致を除去する。 CASIAデータセットの850nmサブセットで行った実験は、他のフィルタ法で検出された偽陽性を低減しつつ、提案したMDDフィルタが有効に正しい点を保存することを示す。 既存のSIFTを用いたヤシ静脈認識システムとの比較により,提案したMDDフィルタは優れた性能を示し,EER値の低い値が得られた。 本稿では, SIFTを用いたPalm-Vein Recognitionのためのキーポイントフィルタリング手法について述べる。

関連論文リスト

• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• Motion-adaptive Separable Collaborative Filters for Blind Motion Deblurring [71.60457491155451]
  様々な動きによって生じる画像のぼかしを除去することは、難しい問題である。 本研究では,動き適応型分離型協調フィルタと呼ばれる実世界のデブロアリングフィルタモデルを提案する。 本手法は,実世界の動きのぼかし除去に有効な解法を提供し,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-04-19T19:44:24Z)
• Building Brain Tumor Segmentation Networks with User-Assisted Filter Estimation and Selection [42.62139206176152]
  複数のFLIM実行から最も関連性の高いフィルタを推定・選択するためのユーザ支援手法であるMulti-Step (MS) FLIMを提案する。 MS-FLIMは第1の畳み込み層にのみ使用され、既にFLIMよりも改善されていることを示している。 We build a simple U-shaped encoder-decoder network, named sU-Net, for glioblastoma segmentation using T1Gd and FLAIR MRI scans。
  論文  参考訳（メタデータ） (2024-03-19T14:11:26Z)
• Filter Pruning for Efficient CNNs via Knowledge-driven Differential Filter Sampler [103.97487121678276]
  フィルタプルーニングは同時に計算を加速し、CNNのメモリオーバーヘッドを低減する。 本稿では,MFM(Masked Filter Modeling)フレームワークを用いた知識駆動型微分フィルタサンプリング(KDFS)を提案する。
  論文  参考訳（メタデータ） (2023-07-01T02:28:41Z)
• Assessing Streamline Plausibility Through Randomized Iterative Spherical-Deconvolution Informed Tractogram Filtering [0.0]
  トラクトグラフィーは脳接続研究において欠かせない部分となっている。 最先端のトラクトグラフィー法によって生成されたトラクトグラムの流動性は解剖学的には不可能である。 本研究では, トラクトグラムのテクスト球面インフォームドフィルタ (SIFT) について検討する。 本稿では,各ストリームに対して複数の評価値を取得するために,無作為に選択されたトラクトグラムサブセットにSIFTを適用することを提案する。
  論文  参考訳（メタデータ） (2022-05-10T12:36:30Z)
• Fine-grained Hand Gesture Recognition in Multi-viewpoint Hand Hygiene [3.588453140011797]
  本稿では「MFH」という手指のジェスチャー認識のための高品質データセットを提案する。 上記の問題に対処するため、MFHデータセットには、異なるカメラビューから得られた合計731147のサンプルを6つの非重複領域に含めることが提案されている。
  論文  参考訳（メタデータ） (2021-09-07T08:14:15Z)
• Training Compact CNNs for Image Classification using Dynamic-coded Filter Fusion [139.71852076031962]
  動的符号化フィルタ融合(DCFF)と呼ばれる新しいフィルタプルーニング法を提案する。 我々は、効率的な画像分類のために、計算経済的および正規化のない方法でコンパクトなCNNを導出する。 我々のDCFFは、72.77MのFLOPと1.06Mのパラメータしか持たないコンパクトなVGGNet-16を導出し、トップ1の精度は93.47%に達した。
  論文  参考訳（メタデータ） (2021-07-14T18:07:38Z)
• Convolutional Neural Networks from Image Markers [62.997667081978825]
  特徴 画像マーカーからの学習(FLIM)は、ごく少数の画像でユーザーが描画したストロークから、バックプロパゲーションのない畳み込みフィルタを推定するために最近提案されました。 本稿では、フルコネクテッド層に対してFLIMを拡張し、異なる画像分類問題について実証する。 その結果、FLIMベースの畳み込みニューラルネットワークは、バックプロパゲーションによってゼロから訓練された同じアーキテクチャを上回ります。
  論文  参考訳（メタデータ） (2020-12-15T22:58:23Z)
• SCOP: Scientific Control for Reliable Neural Network Pruning [127.20073865874636]
  本稿では,科学的制御を設定することにより,信頼性の高いニューラルネットワークプルーニングアルゴリズムを提案する。 冗長フィルタは、異なる特徴の逆数過程において発見できる。 提案手法では,ResNet-101のパラメータ57.8%,FLOP60.2%を削減できる。
  論文  参考訳（メタデータ） (2020-10-21T03:02:01Z)
• Filtering in tractography using autoencoders (FINTA) [5.8135956130576965]
  拡散MRIからストリームラインをフィルタリングするオートエンコーダに基づく新しい学習法について述べる。 我々の手法はFINTAと呼ばれ、生の未計算のトラクトグラムを用いてオートエンコーダを訓練し、脳の流動性の堅牢な表現を学習する。 その結果,FINTAは従来の解剖学的手法に比べてフィルタ性能が優れていることがわかった。
  論文  参考訳（メタデータ） (2020-10-07T16:45:55Z)
• MINT: Deep Network Compression via Mutual Information-based Neuron Trimming [32.449324736645586]
  Mutual Information-based Neuron Trimming (MINT) はプルーニングによる深部圧縮にアプローチする。 MINTは、隣り合う層のフィルタ間の関係の強さに基づいて間隔を強制する。 ネットワークを刈り取る際には、保持されたフィルタが後続層への情報の大部分に寄与することを保証します。
  論文  参考訳（メタデータ） (2020-03-18T21:05:02Z)

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。