論文の概要: Detecting Clear Contact Lenses for Iris Recognition: A Two-Stage Mask-Guided Attention Approach
- arxiv url: http://arxiv.org/abs/2608.08977v1
- Date: Mon, 10 Aug 2026 00:44:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.026188
- Title: Detecting Clear Contact Lenses for Iris Recognition: A Two-Stage Mask-Guided Attention Approach
- Title（参考訳）: 虹彩認識のためのクリアコンタクトレンズ検出 : 2段階マスク誘導注意アプローチ
- Abstract要約: 本研究は虹彩認識における透明コンタクトレンズの影響と検出に焦点を当てる。
まず、この仮定を4つのベンチマークデータセット上で商用のVeriEyeマッチングを用いて検討する。
鮮明なレンズは真の一致スコアをわずかに劣化させ,検証誤差を増大させることを示した。
- 参考スコア（独自算出の注目度）: 6.369212768424994
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work focuses on the impact and detection of clear contact lenses in the context of iris recognition. While the detection of cosmetic or patterned contact lenses has been extensively studied under the presentation attack detection (PAD) paradigm, clear prescription contact lenses, that are typically transparent, have received comparatively less attention despite their widespread use. Unlike patterned lenses, clear lenses introduce no salient texture artifact, making them difficult to detect and are often assumed to have no impact on iris recognition. We first examine this assumption using the commercial VeriEye matcher on four benchmark datasets and show that clear lenses marginally degrade genuine match scores and increase verification error. We then propose a two-stage contact-lens detection framework. Stage~1 uses an existing PAD model to identify patterned lenses, while Stage~2 focuses on the more challenging clear-lens versus no-lens distinction using a ConvNeXt-Base model equipped with Mask-Guided Spatial Attention (MGSA). The proposed MGSA module incorporates a Hough-derived anatomical ROI mask together with learned spatial attention and Squeeze-and-Excitation channel recalibration, allowing the network to focus on subtle limbal cues associated with clear lens wear. Across four datasets, the full pipeline consisting of both patterned and clear contact lens detection achieves between 90.0\%--98.8\% accuracy. Finally, we introduce a z-score calibration method that adjusts VeriEye match scores when a clear lens is detected in the input images. This calibration reduces EER by 4.1\%--28.3\% across datasets, demonstrating that reliable clear contact lens detection can directly improve iris verification performance.
- Abstract（参考訳）: 本研究は虹彩認識における透明コンタクトレンズの影響と検出に焦点を当てる。
プレゼンテーションアタック検出(PAD)パラダイムの下で化粧品やパターン付きコンタクトレンズの検出が広く研究されているが、透明な透明な透明な処方薬コンタクトレンズは、広く使われているにもかかわらず比較的あまり注目されていない。
パターンレンズとは異なり、透明レンズは透明なテクスチャアーティファクトを導入せず、検出が難しく、虹彩認識に影響を与えないと考えられている。
まず,4つのベンチマークデータセット上で市販のVeriEyeマッチングを用いてこの仮定を検証し,クリアレンズが真のマッチスコアをわずかに劣化させ,検証誤差を増大させることを示す。
次に,2段階の接触レンズ検出フレームワークを提案する。
Stage~1はパターン付きレンズを識別するために既存のPADモデルを使用し、Stage~2はMask-Guided Space Attention (MGSA)を備えたConvNeXt-Baseモデルを使用して、より困難なクリアレンズとノーレンズの区別に焦点を当てている。
提案したMGSAモジュールは、ハフ由来の解剖学的ROIマスクと学習された空間的注意とSqueeze-and-Excitationチャネルの再校正を組み込んだもので、明瞭なレンズ装着に伴う微妙な手足の手がかりに焦点を合わせることができる。
4つのデータセットにわたって、パターン付きおよび透明なコンタクトレンズ検出の両方からなる完全なパイプラインは、90.0\%--98.8\%の精度で達成される。
最後に、入力画像にクリアレンズが検出されたときのVeriEyeマッチスコアを調整するzスコアキャリブレーション手法を提案する。
この校正により、データセット間でEERを4.1\%--28.3\%削減し、信頼性の高いコンタクトレンズ検出により虹彩認証性能が向上することを示した。
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) - Towards Clinically Interpretable Ophthalmic VQA via Spatially-Grounded Lesion Evidence [51.57735743553791]
今回我々はFundusGroundを紹介した。これは臨床的に解釈可能な眼科用VQAの空間的根拠を用いた新しいベンチマークである。
この構造された病変の証拠に基づいて、72,706の質問が4つのフォーマットにまたがって生成される。
実験により、病変レベルの視覚的エビデンスを組み込むことで、モデルの性能と透明性が一貫して向上することが示された。
論文 参考訳（メタデータ） (2026-05-21T12:37:03Z) - Edge-case Synthesis for Fisheye Object Detection: A Data-centric Perspective [2.4603149388689514]
フィッシュアイカメラは、大きな歪みを導入し、従来のデータセットでトレーニングされたオブジェクト検出モデルに固有の課題を提起する。
本稿では,モデルの盲点を特定する上で重要な課題に着目し,検出性能を体系的に向上するデータ中心パイプラインを提案する。
論文 参考訳（メタデータ） (2025-07-22T06:07:07Z) - Examining the Impact of Optical Aberrations to Image Classification and Object Detection Models [58.98742597810023]
視覚モデルは、ノイズやぼやけなどの乱れに対して頑丈に振る舞う必要がある。
本稿では,OpticsBenchとLensCorruptionsという,ぼやけた汚職の2つのデータセットについて検討する。
ImageNet と MSCOCO における画像分類と物体検出の評価は,様々な事前学習モデルにおいて OpticsBench と LensCorruptions の性能が著しく異なることを示す。
論文 参考訳（メタデータ） (2025-04-25T17:23:47Z) - A Lightweight Transformer with Phase-Only Cross-Attention for Illumination-Invariant Biometric Authentication [1.2137050542976475]
本稿では位相のみのクロスアテンション(POC-ViT)を用いた新しい軽量視覚変換器を提案する。
POC-ViTは顔の額部と外眼部の2つの生体特性を利用しており、顔マスクでも身体に触れることなくよく機能する。
論文 参考訳（メタデータ） (2024-12-26T10:40:15Z) - Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。
本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。
本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
論文 参考訳（メタデータ） (2024-11-28T13:04:45Z) - Automated Segmentation and Analysis of Cone Photoreceptors in Multimodal Adaptive Optics Imaging [3.7243418909643093]
共焦点・非共焦点分割検出器画像を用いて光受容体を解析し,精度を向上した。
共焦点のためのStarDistと計算モダリティのためのCellposeの2つのU-Netセグメンテーションモデルについて検討した。
論文 参考訳（メタデータ） (2024-10-19T17:10:38Z) - Generalist Segmentation Algorithm for Photoreceptors Analysis in Adaptive Optics Imaging [3.9111016990170286]
共焦点適応光学スキャニング光眼鏡(AOSLO)イメージングにより、導波路光受容体の反射から円錐を可視化することができる。
本稿では,AOSLO画像中のコーンの検出とセグメンテーションを行うための,ディープラーニング(DL)に基づく手法を提案する。
論文 参考訳（メタデータ） (2024-08-27T06:49:21Z) - Near-infrared and visible-light periocular recognition with Gabor
features using frequency-adaptive automatic eye detection [69.35569554213679]
近視認識は、制御の少ないシナリオにおいて、顔や虹彩の堅牢性の増大が要求されるため、近年注目を集めている。
本稿では,複雑な対称性フィルタに基づく眼球検出システムを提案する。
このシステムはレチノトピックサンプリンググリッドとガボルスペクトル分解に基づく近視アルゴリズムの入力として用いられる。
論文 参考訳（メタデータ） (2022-11-10T13:04:03Z) - MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。
近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。
深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
論文 参考訳（メタデータ） (2021-10-06T08:10:28Z) - Assessing glaucoma in retinal fundus photographs using Deep Feature
Consistent Variational Autoencoders [63.391402501241195]
緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。
緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。
ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
論文 参考訳（メタデータ） (2021-10-04T16:06:49Z)
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。