論文の概要: Efficient Periocular Recognition through Model Scaling and Cross Spectral VIS NIR Verification
- arxiv url: http://arxiv.org/abs/2611.16764v1
- Date: Thu, 12 Nov 2026 13:14:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.475687
- Title: Efficient Periocular Recognition through Model Scaling and Cross Spectral VIS NIR Verification
- Title(参考訳): モデルスケーリングとクロススペクトルVIS NIRによる高能率眼内認識
- Abstract要約: 周囲の認識は、顔領域が閉鎖されたり、画像解像度が制限された場合に、顔認証の効果的な代替手段を提供する。
本稿では,視覚スペクトル (VIS) とクロススペクトル (VIS/NIR) の設定における眼球周囲の視認性検証のための入力・バックボーンスケーリングの体系的研究について述べる。
直視処理は画像あたりの認識コストを6.30GMACから1.64GMACに削減し、測定スループットを約3倍に向上させる。
- 参考スコア(独自算出の注目度): 8.465162435003627
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Periocular recognition offers an efficient alternative to full-face verification when facial regions are occluded or image resolution is limited. We present AdaEye, a systematic study of input and backbone scaling for periocular verification in visible-spectrum (VIS) and cross-spectral (VIS/NIR) settings. Using an AdaFace-style framework, we compare full-face, masked-face, and dedicated 80x40 periocular inputs while varying backbone width and embedding dimensionality. Across four VIS/VIS and VIS/NIR protocols, we assess verification accuracy, computational cost, inference throughput, training memory, template size, and training stability. Direct periocular processing reduces recognition cost from 6.30 to 1.64 GMACs per image and increases measured throughput by approximately threefold. Its effectiveness depends on the evaluation protocol: periocular models perform better on native UFPR periocular images, whereas face-based protocols favor retaining more input information. Moderate backbone width reductions maintain comparable mean verification performance on CASIA and ND-NIVL while reducing computation. Embedding compression decreases template-storage requirements, primarily benefiting deployment. Multi-seed experiments reveal that some configurations require numerical stabilization, particularly when embedding and backbone reductions are combined. These findings support selecting compact periocular architectures according to the target protocol and deployment constraints, balancing accuracy, efficiency, storage, and robustness.
- Abstract(参考訳): 周囲の認識は、顔領域が閉鎖されたり、画像解像度が制限された場合に、顔認証の効果的な代替手段を提供する。
AdaEyeは視覚スペクトル(VIS)とクロススペクトル(VIS/NIR)の設定における眼周囲の検証のための入力・バックボーンスケーリングの体系的研究である。
AdaFaceスタイルのフレームワークを使用して、フルフェイス、マスク付き顔、および80×40の近視入力をバックボーン幅の変化と次元の埋め込みで比較する。
4つのVIS/VISおよびVIS/NIRプロトコルを用いて,検証精度,計算コスト,推論スループット,トレーニングメモリ,テンプレートサイズ,トレーニング安定性を評価する。
直視処理は画像あたりの認識コストを6.30GMACから1.64GMACに削減し、測定スループットを約3倍に向上させる。
その有効性は評価プロトコルに依存する: 眼周囲モデルはネイティブなUFPRの眼周囲画像でより良く機能するが、顔ベースのプロトコルはより多くの入力情報を保持することを好んでいる。
CASIA と ND-NIVL の平均検証性能は、計算量を削減するとともに、適度なバックボーン幅削減が維持される。
埋め込み圧縮はテンプレートストレージの要件を減らし、主にデプロイメントの恩恵を受ける。
マルチシード実験により、いくつかの構成は数値的な安定化を必要としており、特に埋め込みとバックボーンの低減が組み合わせられている場合である。
これらの結果は、ターゲットプロトコルとデプロイメント制約に従って、コンパクトな外眼アーキテクチャの選択をサポートし、精度、効率、ストレージ、ロバストさのバランスをとる。
関連論文リスト
- Seeing Through the Glare: A Multi-Source Benchmark and Ocular-Adaptive Pixel MeanFlow for Eyeglass Reflection Removal [63.617920777106775]
textbfOcuFlowは、効率よく詳細を保存するための、眼順応のピクセルMeanFlowフレームワークである。
幾何適応表現と一段階のpMFを組み合わせることで、反射吸収眼領域の再構成に焦点を合わせる。
反射除去品質、眼の忠実度、効率において一貫した優位性を実現する。
論文 参考訳(メタデータ) (2026-10-07T18:00:07Z) - Partial Skeleton Visibility for Action Recognition: A Constrained Field-of-View Approach [60.596944437968524]
partialVisGraphは、制約されたフィールド・オブ・ビューの下で、堅牢なスケルトンベースのアクション認識のための新しいフレームワークである。
部分的な可視性の下では、最先端の精度を一貫して達成し、厳しいFoV制限のあるサブセットでは68.8%まで上昇する。
提案手法は,非拘束環境下でのスケルトンに基づく行動理解を実現するための,原則的かつ実践的な経路を提供する。
論文 参考訳(メタデータ) (2026-07-01T10:03:11Z) - Lightweight Neural Framework for Robust 3D Volume and Surface Estimation from Multi-View Images [45.20850219249498]
マルチビュー画像から直接スケール正規化ボリュームと表面積を回帰する完全フィードフォワードフレームワークを提案する。
グラフベースのデコーダを用いて3Dポイントクラウド再構成とビューアライメントされた2D特徴を融合することにより、モデルが反復最適化をバイパスする。
このアーキテクチャは、ビジュアルデータから正確な幾何学的推定を行うための高速でスケーラブルな代替手段を提供する。
論文 参考訳(メタデータ) (2026-06-22T17:39:18Z) - NRGS-SLAM: Monocular Non-Rigid SLAM for Endoscopy via Deformation-Aware 3D Gaussian Splatting [25.805439969022697]
3次元ガウス法による内視鏡用単分子非剛性SLAMシステムNRGS-SLAMを提案する。
NRGS-SLAMは、最先端の手法よりも精度の高いカメラポーズ推定(RMSEの最大50%の削減)と高品質なフォトリアリスティック再構成を実現する。
論文 参考訳(メタデータ) (2026-02-19T09:03:47Z) - Image-Plane Geometric Decoding for View-Invariant Indoor Scene Reconstruction [14.657247288761438]
ボリュームベースの屋内シーン再構築手法は、より優れた一般化能力とリアルタイムな展開可能性を提供する。
既存の手法では、空間的位置を決定するのに弱い幾何学的制約として、マルチビューのバックプロジェクション線交叉に依存している。
本稿では,画素レベルの信頼度,アフィン補償モジュール,イメージプレーン空間デコーダの3つのコアコンポーネントからなる画像平面デコードフレームワークを提案する。
論文 参考訳(メタデータ) (2025-09-30T04:01:30Z) - Synthesizing Consistent Novel Views via 3D Epipolar Attention without Re-Training [102.82553402539139]
大規模な拡散モデルでは、単一画像からの新規なビュー合成において顕著なゼロショット機能を示す。
これらのモデルは、新規および参照ビュー間の一貫性を維持する上で、しばしば課題に直面します。
入力ビューから重なり合う情報の探索と検索にエピポーラ幾何を用いることを提案する。
この情報はターゲットビューの生成に組み込まれ、トレーニングや微調整の必要がなくなる。
論文 参考訳(メタデータ) (2025-02-25T14:04:22Z) - DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。
フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
論文 参考訳(メタデータ) (2024-06-05T06:18:03Z) - Physically-Based Face Rendering for NIR-VIS Face Recognition [165.54414962403555]
近赤外(NIR)と可視(VIS)の顔マッチングは、大きなドメインギャップのために困難である。
NIR-VIS対顔画像生成のための新しい手法を提案する。
アイデンティティ特徴学習を容易にするために,IDentityに基づく最大平均離散性(ID-MMD)損失を提案する。
論文 参考訳(メタデータ) (2022-11-11T18:48:16Z) - 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) - RetiFluidNet: A Self-Adaptive and Multi-Attention Deep Convolutional
Network for Retinal OCT Fluid Segmentation [3.57686754209902]
OCTガイド下治療には網膜液の定量化が必要である。
RetiFluidNetと呼ばれる新しい畳み込みニューラルアーキテクチャは、多クラス網膜流体セグメンテーションのために提案されている。
モデルは、テクスチャ、コンテキスト、エッジといった特徴の階層的な表現学習の恩恵を受ける。
論文 参考訳(メタデータ) (2022-09-26T07:18:00Z) - SIP-SegNet: A Deep Convolutional Encoder-Decoder Network for Joint
Semantic Segmentation and Extraction of Sclera, Iris and Pupil based on
Periocular Region Suppression [8.64118000141143]
マルチモーダル生体認証システムは 生体認証システムの限界に 対処する能力がある
このようなシステムには高い特性、永続性、性能があるが、他の生体特性に基づく技術は容易に妥協できる。
SIP-SegNetと呼ばれる新しい深層学習フレームワークが提案され、眼形質のセマンティックセマンティックセグメンテーションを行う。
論文 参考訳(メタデータ) (2020-02-15T15:20:44Z)
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。