文献

J-GLOBAL ID：201702241977016038   整理番号：17A0020794

畳込みニューラルネットワークを用いた標識を間違えた近赤外左右の虹彩画像の自動分類【Powered by NICT】

Automated classification of mislabeled near-infrared left and right iris images using convolutional neural networks

著者 (3件)： Du Yixin (West Virginia University, LCSEE, 395 Evansdale Drive, Morgantown, WV 26506-6070, U.S.A.) ,  Bourlai Thirimachos (West Virginia University, LCSEE, 395 Evansdale Drive, Morgantown, WV 26506-6070, U.S.A.) ,  Dawson Jeremy (West Virginia University, LCSEE, 395 Evansdale Drive, Morgantown, WV 26506-6070, U.S.A.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BTAS  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,多様なセット虹彩データベースではうまく作動しないことを統一アーキテクチャ(用いて各ユニークな虹彩データベースのためにそれを再設計する必要性)を持つ畳込みニューラルネットワーク(CNN)を提案した。CNNは虹彩認識システム演算子によるラベル貼り違い左および右虹彩画像を自動的に認識し設計されており,このようにして,従来の虹彩認識システムの能力を拡張した。著者らの提案した方法は三段階から構成されている。最初に,入力として用いて,各虹彩データベース,CNNはデータベースの一部を用いて訓練した。第二に,経験的パラメータ最適化研究は,分類性能が許容できるように行った。最後に,提案した分類器は,訓練に用いた同じデータベースの残りの画像で試験した。提案したネットワークの性能は,中小大規模虹彩データベース,NISTの虹彩挑戦課題評価(ICE),LG ICAM-4000虹彩,CASIAランプ,と瞳孔光反射(PLR)データベースを含む上で評価した。実験結果を用いてデータベースの独立または分類性能は左または右側データセットのいずれかで試験したかどうかを,筆者らのアプローチは97.5から100%の範囲の分類性能をもたらすことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自動分類 ,  ニューラルネットワーク ,  ネットワーク ,  *虹彩 ,  光反射 ,  近赤外線 ,  データベース ,  ICAM ,  再設計 ,  *畳込み ,  画像
準シソーラス用語： パラメータ最適化 ,  虹彩認識 ,  *虹彩画像 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  標識 ,  近赤外 ,  虹彩画像 ,  自動分類