論文の概要: A Study of Gender Classification Techniques Based on Iris Images: A Deep Survey and Analysis
- arxiv url: http://arxiv.org/abs/2508.05246v1
- Date: Thu, 07 Aug 2025 10:33:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-08 18:59:39.820054
- Title: A Study of Gender Classification Techniques Based on Iris Images: A Deep Survey and Analysis
- Title（参考訳）: アイリス画像に基づくジェンダー分類手法の研究--ディープサーベイと分析
- Authors: Basna Mohammed Salih Hasan, Ramadhan J. Mstafa,
- Abstract要約: ジェンダーの分類は、監視と監視、企業プロファイリング、人間とコンピュータの相互作用など、様々な応用において魅力的なものである。
個人の身元は性別に関する情報から判断されることがあるが、これは柔らかい生体認証の一種である。
最も有名なものは、顔、指紋、ヤシ紋、DNA、耳、歩行、虹彩などの物理的特徴に基づいている。
本研究は,既存の性別分類手法の知識と分析を研究者に提供する。
- 参考スコア（独自算出の注目度）: 1.6114012813668932
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Gender classification is attractive in a range of applications, including surveillance and monitoring, corporate profiling, and human-computer interaction. Individuals' identities may be gleaned from information about their gender, which is a kind of soft biometric.Over the years, several methods for determining a person's gender have been devised. Some of the most well-known ones are based on physical characteristics like face, fingerprint, palmprint, DNA, ears, gait, and iris. On the other hand, facial features account for the vast majority of gender classification methods. Also, the iris is a significant biometric trait because the iris, according to research, remains basically constant during an individual's life. Besides that, the iris is externally visible and is non-invasive to the user, which is important for practical applications. Furthermore, there are already high-quality methods for segmenting and encoding iris images, and the current methods facilitate selecting and extracting attribute vectors from iris textures. This study discusses several approaches to determining gender. The previous works of literature are briefly reviewed. Additionally, there are a variety of methodologies for different steps of gender classification. This study provides researchers with knowledge and analysis of the existing gender classification approaches. Also, it will assist researchers who are interested in this specific area, as well as highlight the gaps and challenges in the field, and finally provide suggestions and future paths for improvement.
- Abstract（参考訳）: ジェンダーの分類は、監視と監視、企業プロファイリング、人間とコンピュータの相互作用など、様々な応用において魅力的なものである。
個人の身元は、性別に関する情報から判断されることがあるが、それはソフトバイオメトリックの一種であり、長年にわたり、個人の性別を決定するいくつかの方法が考案されてきた。
最も有名なものは、顔、指紋、ヤシ紋、DNA、耳、歩行、虹彩などの物理的特徴に基づいている。
一方、顔の特徴は性別分類法の大部分を占める。
また、虹彩は、研究によると、個体の生活において基本的に一定であるため、重要な生体特性である。
さらに、虹彩は外部から見え、ユーザにとって非侵襲的であり、実用的なアプリケーションにとって重要である。
さらに、アイリス画像のセグメンテーションと符号化のための高品質な手法がすでに存在し、現在の手法はアイリステクスチャから属性ベクトルの選択と抽出を容易にする。
本研究では、性別を決定するためのいくつかのアプローチについて論じる。
以前の文献を概観する。
さらに、性別分類の様々な段階の方法論が存在する。
本研究は,既存の性別分類手法の知識と分析を研究者に提供する。
また、特定の分野に関心を持つ研究者を支援し、この分野におけるギャップと課題を強調し、最終的に改善のための提案と今後の道筋を提供する。
関連論文リスト
- On the "Illusion" of Gender Bias in Face Recognition: Explaining the Fairness Issue Through Non-demographic Attributes [7.602456562464879]
顔認識システムは、ユーザの性別に基づいて、かなりの精度の差を示す。
顔の属性を効果的にデコレーションし、集約し、バイアスの少ない性別分析を可能にするツールチェーンを提案する。
実験の結果,男女のイメージが特定の属性を共有すると,男女差は消失することがわかった。
論文 参考訳（メタデータ） (2025-01-21T10:21:19Z) - Inferring gender from name: a large scale performance evaluation study [4.934579134540613]
研究者は、簡単に利用可能な情報から、主に人物の名前から性別を推測する必要がある。
名前と性別の推論は、アルゴリズムのアプローチとソフトウェア製品の領域を継続的に発展させてきた。
我々は,既存手法を大規模に評価し,名前と性別の推論を行う。
既存のどのアプローチよりも優れたパフォーマンスを実現する2つの新しいハイブリッドアプローチを提案する。
論文 参考訳（メタデータ） (2023-08-22T13:38:45Z) - Periocular biometrics: databases, algorithms and directions [69.35569554213679]
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。
論文 参考訳（メタデータ） (2023-07-26T11:14:36Z) - Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。
マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。
ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
論文 参考訳（メタデータ） (2023-04-04T07:24:51Z) - Much Ado About Gender: Current Practices and Future Recommendations for
Appropriate Gender-Aware Information Access [3.3903891679981593]
情報アクセス研究(と開発)は時にジェンダーを利用する。
この研究は、ジェンダーが何であるかの現在の理解と一致していないジェンダーについて様々な仮定を下している。
私たちがレビューするほとんどの論文は、性別が2つのカテゴリに分けることができないことを認めたとしても、性別のバイナリな概念に依存しています。
論文 参考訳（メタデータ） (2023-01-12T01:21:02Z) - 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) - Few-Shot Meta Learning for Recognizing Facial Phenotypes of Genetic
Disorders [55.41644538483948]
分類の自動化と類似性検索は、医師が可能な限り早期に遺伝状態の診断を行うための意思決定を支援する。
従来の研究は分類問題としてこの問題に対処し、深層学習法を用いてきた。
本研究では,健常人の大規模なコーパスで訓練した顔認識モデルを用いて,顔の表情認識に移行した。
論文 参考訳（メタデータ） (2022-10-23T11:52:57Z) - Human Saliency-Driven Patch-based Matching for Interpretable Post-mortem
Iris Recognition [5.7477871490034005]
そこで本研究では,ヒトの唾液度を学習し,完全に解釈可能な比較結果を与える,独自の死後虹彩認識手法を提案する。
提案手法は, 商業的(非人間解釈可能な) VeriEye 手法よりも優れた結果を示した。
論文 参考訳（メタデータ） (2022-08-03T19:40:44Z) - Anatomizing Bias in Facial Analysis [86.79402670904338]
既存の顔分析システムでは、特定の集団群に対して偏りのある結果が得られることが示されている。
これらのシステムは、個人の性別、アイデンティティ、肌のトーンに基づいて差別されないようにすることが義務づけられている。
これはAIシステムにおけるバイアスの識別と緩和の研究につながった。
論文 参考訳（メタデータ） (2021-12-13T09:51:13Z) - Automatic Main Character Recognition for Photographic Studies [78.88882860340797]
画像の主人公は、最初に見る人の注意を引く最も重要な人間である。
画像中の主文字の同定は,従来の写真研究やメディア分析において重要な役割を担っている。
機械学習に基づく人間のポーズ推定を用いて主文字を識別する手法を提案する。
論文 参考訳（メタデータ） (2021-06-16T18:14:45Z) - Towards Gender-Neutral Face Descriptors for Mitigating Bias in Face
Recognition [51.856693288834975]
最先端のディープネットワークは、顔認識のために訓練されている間、性別情報を暗黙的にエンコードする。
ジェンダーは顔を識別する上で重要な属性と見なされることが多い。
本稿では,顔ディスクリプタに存在する性別情報を減らすために,新たにAGENDA(Adversarial Gender De-biasing Algorithm)を提案する。
論文 参考訳（メタデータ） (2020-06-14T08:54:03Z)
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。