論文の概要: MambaHand: Local Identity and Behavioral Sequence Learning with Mamba for Dynamic Hand Gesture Authentication
- arxiv url: http://arxiv.org/abs/2611.04626v1
- Date: Tue, 03 Nov 2026 10:16:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-09 14:44:28.961993
- Title: MambaHand: Local Identity and Behavioral Sequence Learning with Mamba for Dynamic Hand Gesture Authentication
- Title(参考訳): MambaHand: ダイナミックハンドジェスチャ認証のためのMambaを用いたローカルアイデンティティと行動シーケンス学習
- Abstract要約: 本稿では,DHGAのためのCNNとMambaを組み合わせた2ストリームID表現学習フレームワークであるMambaHand Netを提案する。
提案するフレームワークは,ローカルアイデンティティストリーム(LIS)とビヘイビアシーケンスストリーム(BSS)で構成されている。
本手法は,SCUT-DHGAベンチマークデータセット上での最先端(SOTA)平均性能を実現する。
- 参考スコア(独自算出の注目度): 23.37013456147503
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dynamic hand gesture authentication (DHGA) is an emerging biometric technique that contains both physiological and behavioral identity characteristics. However, existing methods primarily rely on convolutional networks or manually designed motion representations, making it difficult to jointly capture fine-grained local identity differences and long-range behavioral dependencies during hand gesture execution. To address these challenges, we propose a two-stream identity representation learning framework, MambaHand Net, to combine CNNs with Mamba for DHGA. The proposed framework consists of a Local Identity Stream (LIS) and a Behavioral Sequential Stream (BSS). The LIS extracts frame-wise local identity cues with a convolutional network, while the BSS preserves spatial tokens from intermediate visual features and constructs first-order and second-order temporal difference sequences to model multi-order behavioral variations. Moreover, the bidirectional Mamba is incorporated into the BSS to model semantic motion across different spatial locations, enabling efficient long-range modeling of hand gesture execution habits. Finally, attention-guided spatial token aggregation and a two-stream fusion strategy are used to integrate local identity cues and multi-order behavioral patterns into a discriminative identity representation. Our method achieves state-of-the-art (SOTA) average performance on the SCUT-DHGA benchmark dataset, demonstrating that combining CNNs with Mamba is an effective new solution for DHGA.
- Abstract(参考訳): ダイナミックハンドジェスチャ認証(Dynamic Hand gesture authentication, DHGA)は, 生理的特徴と行動的特徴の両方を含む生体計測技術である。
しかし、既存の手法は主に畳み込みネットワークや手動で設計した動作表現に依存しており、手動ジェスチャー実行中に細粒度の局所的な同一性の違いと長距離の動作依存を共同で捉えることは困難である。
これらの課題に対処するため、DHGAのためにCNNとMambaを組み合わせた2ストリームのアイデンティティ表現学習フレームワークであるMambaHand Netを提案する。
提案するフレームワークは、Local Identity Stream (LIS) と Behavioral Sequential Stream (BSS) で構成されている。
LISは畳み込みネットワークを用いてフレームワイドのローカルアイデンティティーキューを抽出し、BSSは中間的な視覚的特徴から空間トークンを保存し、一階と二階の時間差列を構築し、多階の挙動変動をモデル化する。
さらに、双方向のマンバをBSSに組み込んで、異なる空間的位置のセマンティックな動きをモデル化し、手ジェスチャーの実行習慣の効率的な長距離モデリングを可能にする。
最後に、注意誘導型空間トークン集約と2ストリーム融合戦略を用いて、局所的アイデンティティキューと多階行動パターンを識別的アイデンティティ表現に統合する。
本手法は,SCUT-DHGAベンチマークデータセット上でのSOTA(State-of-the-art)平均性能を実現し,CNNとMambaの組み合わせがDHGAの有効な新しいソリューションであることを実証した。
関連論文リスト
- AdaSurvMamba: Dynamic Fusion and Semantic Scanning for Multimodal Survival Analysis [57.942670844512016]
我々はAdaSurvMambaをマルチモーダルサバイバル分析の新しい適応フレームワークとして紹介する。
このフレームワークは、クロスモーダル相互作用強度を動的に変調するDual-Scale Importance-Aware Reconstruction (DSIR)モジュールを備えている。
5つのTCGAコホートに対する実験は、既存の方法よりも一貫した利得を示している。
論文 参考訳(メタデータ) (2026-06-28T11:36:31Z) - Samba+: General and Accurate Salient Object Detection via A More Unified Mamba-based Framework [66.2103745798444]
Saliency Mamba (Samba) は、純粋なMambaベースのアーキテクチャで、様々な異なるサルトオブジェクト検出タスクを柔軟に処理する。
Sambaは、計算コストの低い22データセット上の6つのSODタスクで、既存のメソッドを個別に上回ります。
Samba+は、トレーニング済みの汎用モデルを使用することで、これらのタスクとデータセット上でさらに優れた結果を得る。
論文 参考訳(メタデータ) (2026-02-02T03:34:25Z) - Detail Matters: Mamba-Inspired Joint Unfolding Network for Snapshot Spectral Compressive Imaging [40.80197280147993]
本研究では,HSI再建の非線形および不適切な特徴を克服するために,マンバインスパイアされたジョイント・アンフォールディング・ネットワーク(MiJUN)を提案する。
本稿では,初期最適化段階への依存を減らすために,高速化された展開ネットワーク方式を提案する。
テンソルモード-$k$展開をMambaネットワークに統合することにより,Mambaによる走査戦略を洗練する。
論文 参考訳(メタデータ) (2025-01-02T13:56:23Z) - DiM-Gesture: Co-Speech Gesture Generation with Adaptive Layer Normalization Mamba-2 framework [2.187990941788468]
生音声のみから、高度にパーソナライズされた3Dフルボディジェスチャーを作成するために作られた生成モデル。
Modelは、Mambaベースのファジィ特徴抽出器と非自己回帰適応層正規化(AdaLN)Mamba-2拡散アーキテクチャを統合している。
論文 参考訳(メタデータ) (2024-08-01T08:22:47Z) - Mamba-in-Mamba: Centralized Mamba-Cross-Scan in Tokenized Mamba Model for Hyperspectral Image Classification [4.389334324926174]
本研究では、このタスクにステートスペースモデル(SSM)をデプロイする最初の試みである、HSI分類のための革新的なMamba-in-Mamba(MiM)アーキテクチャを紹介する。
MiMモデルには,1)イメージをシーケンスデータに変換する新しい集中型Mamba-Cross-Scan(MCS)機構,2)Tokenized Mamba(T-Mamba)エンコーダ,3)Weighted MCS Fusion(WMF)モジュールが含まれる。
3つの公開HSIデータセットによる実験結果から,本手法は既存のベースラインや最先端アプローチよりも優れていることが示された。
論文 参考訳(メタデータ) (2024-05-20T13:19:02Z) - Object Segmentation by Mining Cross-Modal Semantics [68.88086621181628]
マルチモーダル特徴の融合と復号を導くために,クロスモーダル・セマンティックスをマイニングする手法を提案する。
具体的には,(1)全周減衰核融合(AF),(2)粗大デコーダ(CFD),(3)多層自己超越からなる新しいネットワークXMSNetを提案する。
論文 参考訳(メタデータ) (2023-05-17T14:30:11Z) - Learning Multi-Granular Spatio-Temporal Graph Network for Skeleton-based
Action Recognition [49.163326827954656]
骨格に基づく行動分類のための新しい多言語時空間グラフネットワークを提案する。
2つの枝の枝からなるデュアルヘッドグラフネットワークを開発し、少なくとも2つの時間分解能を抽出する。
3つの大規模データセットについて広範な実験を行った。
論文 参考訳(メタデータ) (2021-08-10T09:25:07Z)
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。