論文の概要: Beyond Mortality: Advancements in Post-Mortem Iris Recognition through Data Collection and Computer-Aided Forensic Examination

• arxiv url: http://arxiv.org/abs/2603.26976v1
• Date: Fri, 27 Mar 2026 20:39:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.716672
• Title: Beyond Mortality: Advancements in Post-Mortem Iris Recognition through Data Collection and Computer-Aided Forensic Examination
• Title（参考訳）: 死後虹彩認識の発達とデータ収集とコンピュータ支援法医学的考察
• Authors: Rasel Ahmed Bhuiyan, Parisa Farmanifard, Renu Sharma, Andrey Kuehlkamp, Aidan Boyd, Patrick J Flynn, Kevin W Bowyer, Arun Ross, Dennis Chute, Adam Czajka,
• Abstract要約: 本稿では,死後虹彩認識の進展に対する障壁を軽減するために,いくつかのユニークな貢献を行う。 まず,229人の被験者から得られたNIRと可視光虹彩画像の新しいデータセットを提案する。 第2に、データは死亡前後に収集され、この種のケースは初めて公表された。 第3に,本研究では提示攻撃とみなす事の出来る後虹彩画像の検出モデルを実装した。
• 参考スコア（独自算出の注目度）: 17.31219339340581
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Post-mortem iris recognition brings both hope to the forensic community (a short-term but accurate and fast means of verifying identity) as well as concerns to society (its potential illicit use in post-mortem impersonation). These hopes and concerns have grown along with the volume of research in post-mortem iris recognition. Barriers to further progress in post-mortem iris recognition include the difficult nature of data collection, and the resulting small number of approaches designed specifically for comparing iris images of deceased subjects. This paper makes several unique contributions to mitigate these barriers. First, we have collected and we offer a new dataset of NIR (compliant with ISO/IEC 19794-6 where possible) and visible-light iris images collected after demise from 259 subjects, with the largest PMI (post-mortem interval) being 1,674 hours. For one subject, the data has been collected before and after death, the first such case ever published. Second, the collected dataset was combined with publicly-available post-mortem samples to assess the current state of the art in automatic forensic iris recognition with five iris recognition methods and data originating from 338 deceased subjects. These experiments include analyses of how selected demographic factors influence recognition performance. Thirdly, this study implements a model for detecting post-mortem iris images, which can be considered as presentation attacks. Finally, we offer an open-source forensic tool integrating three post-mortem iris recognition methods with explainability elements added to make the comparison process more human-interpretable.
• Abstract（参考訳）: 死後虹彩認識は、法医学的コミュニティ(短期的だが正確かつ迅速なアイデンティティの検証手段)と社会への関心(反省会の偽装に潜在的に悪用される可能性がある)の両方に希望をもたらす。 これらの希望と懸念は、死後虹彩認識の研究の量とともに成長してきた。 死後虹彩認識のさらなる進歩への障壁には、データ収集の難しさと、死者の虹彩画像を比較するために特別に設計された少数のアプローチが含まれる。 本稿は、これらの障壁を軽減するために、いくつかのユニークな貢献をする。 まず, NIR(ISO/IEC 19794-6に適合する)の新たなデータセットと, 被検体259名から得られた可視光虹彩像について検討した。 ある科目では、データは死亡前後で収集され、この種の事例は初めて公表された。 第2に、収集したデータセットを公開後サンプルと組み合わせて、5つの虹彩認識法と338人の死亡者から得られたデータを用いて、現在最先端の法医学的虹彩認識の評価を行った。 これらの実験は、選択された人口構成因子が認識性能にどのように影響するかの分析を含む。 第3に,本研究では,提示攻撃とみなす事の出来る後虹彩画像の検出モデルを実装した。 最後に,3つの事後虹彩認識手法と説明可能性要素を統合し,比較プロセスをより人間的に解釈できるようにしたオープンソース法医学ツールを提案する。

関連論文リスト

• Forensic Iris Image-Based Post-Mortem Interval Estimation [4.737519767218666]
  死後の時間間隔 (PMI) は, 死亡から経過した時間数と相関する。 本稿では,死後に撮影した虹彩画像から直接PMI推定法について述べる。
  論文  参考訳（メタデータ） (2024-04-15T23:01:59Z)
• Diffusion Facial Forgery Detection [56.69763252655695]
  本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。 人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。 その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
  論文  参考訳（メタデータ） (2024-01-29T03:20:19Z)
• Forensic Iris Image Synthesis [5.596752018167751]
  死後虹彩認識は、法医学的な設定で虹彩をベースとした人間の識別の新たな応用である。 本論文は, 運動後虹彩サンプルの最大データセットに基づいて訓練された, 条件付きスタイルGANに基づく虹彩合成モデルを提供する。
  論文  参考訳（メタデータ） (2023-12-07T08:28:41Z)
• Multi-task Explainable Skin Lesion Classification [54.76511683427566]
  少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。 提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
  論文  参考訳（メタデータ） (2023-10-11T05:49:47Z)
• Forensicability Assessment of Questioned Images in Recapturing Detection [78.45849869266834]
  質問されたサンプルの鑑定可能性の定量化のための鑑定可能性評価ネットワークを提案する。 低フォレンシビリティサンプルは、実際の再適応検出プロセスの前に拒絶され、再適応システムの効率が向上する。 我々は、トレーニングされたFANetと、アンチ・スプーフィングと再適応された文書検出タスクの実践的な再適応検出スキームを統合する。
  論文  参考訳（メタデータ） (2022-09-05T12:26:01Z)
• 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)
• FetReg2021: A Challenge on Placental Vessel Segmentation and Registration in Fetoscopy [52.3219875147181]
  2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。 このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。 コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。 7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
  論文  参考訳（メタデータ） (2022-06-24T23:44:42Z)
• Interpretable Deep Learning-Based Forensic Iris Segmentation and Recognition [4.691925709249742]
  死後虹彩分割と認識のためのエンドツーエンドの深層学習手法を提案する。 本手法は, 遺骸171頭から得られたデータを用いて訓練, 検証し, 遺骸229頭から採取した被検体分離データを用いて検討した。
  論文  参考訳（メタデータ） (2021-12-01T21:59:16Z)
• Subclass Contrastive Loss for Injured Face Recognition [79.14062188261163]
  本稿では, ケガを負った顔認識の問題点に対処し, 課題に対する新たなサブクラスコントラスト損失(SCL)を提案する。 Injured Face (IF) データベースと呼ばれる新しいデータベースも、この方向の研究を促進するために作成されている。
  論文  参考訳（メタデータ） (2020-08-05T08:30:29Z)
• VerSe: A Vertebrae Labelling and Segmentation Benchmark for Multi-detector CT Images [121.31355003451152]
  大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。 本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
  論文  参考訳（メタデータ） (2020-01-24T21:09:18Z)

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。