論文の概要: Adaptive Contrast Enhancement and Optimised Feature Matching for RootSIFT-Based Palm-Vein Recognition

• arxiv url: http://arxiv.org/abs/2607.16077v2
• Date: Thu, 23 Jul 2026 20:07:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 14:08:30.767543
• Title: Adaptive Contrast Enhancement and Optimised Feature Matching for RootSIFT-Based Palm-Vein Recognition
• Title（参考訳）: RootSIFTに基づくPalm-Vein認識のための適応コントラスト強調と最適化特徴マッチング
• Abstract要約: NIR光散乱とセンサーの制限によるヤシ-ベイン画像の低コントラストは、依然として重要な課題である。 Intensity-Limited Adaptive Contrast Stretching with Bidirectional Gaussian-weighted Overlapping Tiles (ILACS-BGOT) 法を提案する。 ILACSは局所コントラストを高め、BGOTはブロック状アーティファクトを緩和する。
• 参考スコア（独自算出の注目度）: 6.1923348885213825
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Palm-vein recognition is a highly secure biometric modality due to the uniqueness and subcutaneous nature of vein patterns. However, low contrast in palm-vein images, caused by NIR light scattering and sensor limitations, remains a significant challenge. To address this, we propose the Intensity-Limited Adaptive Contrast Stretching with Bidirectional Gaussian-weighted Overlapping Tiles (ILACS-BGOT) method, an enhancement of the previously developed ILACS with Layered Gaussian-weighted Overlapping Tiles (ILACS-LGOT) technique. ILACS enhances local contrast, while BGOT mitigates blocky artefacts. This study further integrates RootSIFT features with KNN+RT and incorporates the previously introduced Mean and Median Distance (MMD) filter to investigate the parameter variations of both MMD and RT, and their impact on recognition performance. A comprehensive analysis was conducted across three benchmark datasets (CASIA, PolyU, and PUT), using 42 combinations of MMD filter thresholds and RT values. Results were evaluated using EER and Accuracy. Findings reveal that higher template sizes improve performance, while varying MMD thresholds reflect dataset-specific rotational variations. The proposed system demonstrates superior generalisability, achieving significant improvements in both EER and Accuracy over existing methods. Furthermore, the underlying ILACS-BGOT mechanism suggests potential applicability beyond palm vein recognition to other biometric modalities such as finger vein and palmprint recognition, and more generally to low-contrast image enhancement across computer vision applications.
• Abstract（参考訳）: パームベイン認識は静脈パターンの特異性や皮下特性により,高度に安全な生体計測モダリティである。 しかし、NIR光散乱とセンサーの制限によるヤシ肉画像の低コントラストは依然として大きな課題である。 そこで本研究では,2方向ガウス重重み付き重み付きアダプティブ・コントラスト・ストレッチ法 (ILACS-BGOT) を提案し,その拡張手法として階層化ガウス重み付き重み付き重み付きアダプティブ・コントラスト・ストレッチ法 (ILACS-LGOT) を提案する。 ILACSは局所コントラストを高め、BGOTはブロック状アーティファクトを緩和する。 本研究は,RootSIFT機能をKNN+RTと統合し,従来導入されていたMean and Median Distance (MMD)フィルタを取り入れ,MDDとRTのパラメータ変動とその認識性能への影響について検討する。 MMDフィルタ閾値とRT値の42組み合わせを用いて,3つのベンチマークデータセット(CASIA, PolyU, PUT)を総合的に分析した。 結果はEERと精度を用いて評価した。 テンプレートサイズが大きくなるとパフォーマンスが向上し、MDDのしきい値が変化すると、データセット固有の回転変動が反映される。 提案システムでは,既存手法よりもEERと精度が大幅に向上した。 さらに、下層のIRACS-BGOT機構は、手のひら静脈認識以外の、指静脈や手のひら指紋認識などの生体情報にも応用できる可能性を示し、より一般的にはコンピュータビジョンアプリケーション全体での低コントラスト画像強調に有効である。

関連論文リスト

• Attention-Enhanced Deep Features with Heterogeneous Ensemble Learning for Glaucoma Detection [0.0]
  緑内障は進行性視神経症であり、視神経に不可逆的な損傷を特徴とする。 本稿では,注目度の高い深部特徴抽出と異種アンサンブル学習を統合したハイブリッド緑内障検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-06T16:17:18Z)
• Multi-Contrast MRI Motion Correction via Parameter-Informed Disentanglement and Adaptive Experts [56.74856091904914]
  パラメータインフォームドコントラストと重度適応補正を組み合わせた統合フレームワークを提案する。 ScanCLIPは、取得パラメータからアンタングルコントラストスタイルへのコントラスト埋め込みを解剖学的内容から導き、コントラストのない特徴をもたらす。 ビジョントランスフォーマーは、動きの重大度を推定し、Mixture-of-Expertsネットワークを介して特徴をルーティングし、ターゲットのアーティファクト修正を可能にする。
  論文  参考訳（メタデータ） (2026-05-29T02:48:23Z)
• HyKey: Hyperspectral Keypoint Detection and Matching in Minimally Invasive Surgery [40.93245185071822]
  ミニマル侵襲手術(MIS)における3次元再構築は,視認性の向上,ツールトラッキング,拡張現実による手術指導の強化を可能にする。 我々は, スナップショットハイパースペクトルイメージング(HSI)を用いて, キーポイント検出と手術シーンの整合性を改善することができるか検討した。 我々はHyKeyを開発した。HyKeyはハイブリッド3D-2D畳み込みニューラルネットワークで構築されたハイパスペクトルKEYpointの検出と記述モデルで、HSIから空間スペクトルの特徴を共同抽出する。
  論文  参考訳（メタデータ） (2026-04-19T13:57:03Z)
• PHASOR: Anatomy- and Phase-Consistent Volumetric Diffusion for CT Virtual Contrast Enhancement [60.81732730684265]
  本稿では,高忠実度仮想コントラスト拡張(VCE)のための体積拡散フレームワークPHASORを紹介する。 我々は、CTボリュームをコヒーレントシーケンスとして扱うことにより、ビデオ拡散モデルを利用して、構造的コヒーレンスとボリューム精度を向上させる。 まず, 解剖学的意味論に固有の拡張パターンを固定し, 臓器特異的なメモリを付加して, より詳細な情報を収集する。 第二に、インテンシティ・フェイズ・アウェアメント・アライメント・アライメント(IP-REPA)は、不完全な空間アライメントの影響を緩和しつつ、複雑なコントラスト信号を強調する。
  論文  参考訳（メタデータ） (2026-04-01T15:57:18Z)
• Detecting Deepfakes with Multivariate Soft Blending and CLIP-based Image-Text Alignment [4.34685509565816]
  非常に現実的な顔の偽造の増殖は、堅牢な検出方法を必要とする。 既存のアプローチは、様々な偽造技術によって生成されたサンプル間の大きな分布シフトのために、限られた正確さと一般化の欠如に悩まされることが多い。 提案手法は,CLIPのマルチモーダルアライメント機能を利用して,微妙な偽の痕跡を捕捉する。
  論文  参考訳（メタデータ） (2026-02-14T09:53:35Z)
• MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
  点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
  論文  参考訳（メタデータ） (2026-01-03T14:58:52Z)
• GANet-Seg: Adversarial Learning for Brain Tumor Segmentation with Hybrid Generative Models [1.0456203870202954]
  この研究は、事前訓練されたGANとUnetアーキテクチャを利用した脳腫瘍セグメンテーションのための新しいフレームワークを導入する。 グローバルな異常検出モジュールと改良されたマスク生成ネットワークを組み合わせることで,腫瘍感受性領域を正確に同定する。 マルチモーダルMRIデータと合成画像拡張を用いて、ロバスト性を改善し、限られたアノテートデータセットの課題に対処する。
  論文  参考訳（メタデータ） (2025-06-26T13:28:09Z)
• Impact of Financial Literacy on Investment Decisions and Stock Market Participation using Extreme Learning Machines [0.0]
  本研究の目的は、金融リテラシーが金融意思決定や株式市場の参加にどのように影響するかを検討することである。 ソーシャルメディアプラットフォームから収集したデータを用いて、リアルタイム投資家の行動や態度を分析する。 この結果は、金融リテラシーが株式市場の参加と金融決定において重要な役割を担っていることを示している。
  論文  参考訳（メタデータ） (2024-07-03T20:55:15Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• A Robust Backpropagation-Free Framework for Images [47.97322346441165]
  画像データに対するエラーカーネル駆動型アクティベーションアライメントアルゴリズムを提案する。 EKDAAは、ローカルに派生したエラー送信カーネルとエラーマップを導入することで達成される。 結果は、識別不能なアクティベーション機能を利用するEKDAAトレーニングCNNに対して提示される。
  論文  参考訳（メタデータ） (2022-06-03T21:14:10Z)
• The KFIoU Loss for Rotated Object Detection [115.334070064346]
  本稿では,SkewIoU損失とトレンドレベルアライメントを両立できる近似的損失を考案する上で,有効な方法の1つとして論じる。 具体的には、対象をガウス分布としてモデル化し、SkewIoUのメカニズムを本質的に模倣するためにカルマンフィルタを採用する。 KFIoUと呼ばれる新たな損失は実装が容易で、正確なSkewIoUよりもうまく動作する。
  論文  参考訳（メタデータ） (2022-01-29T10:54:57Z)
• Prediction of progressive lens performance from neural network simulations [62.997667081978825]
  本研究の目的は,畳み込みニューラルネットワーク(CNN)に基づく視覚的視力(VA)予測の枠組みを提案することである。 提案する総合シミュレーションツールは主観的視覚性能の正確なモデルとして機能することが示されている。
  論文  参考訳（メタデータ） (2021-03-19T14:51:02Z)

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。