文献

J-GLOBAL ID：201702242408952235   整理番号：17A0145485

畳込みニューラルネットワークによる掌紋のための関心領域の抽出【Powered by NICT】

Extracting region of interest for palmprint by convolutional neural networks

著者 (2件)： Bao Xianjie (Graduate School at Shenzhen, Tsinghua University, Shenzhen, China) ,  Guo Zhenhua (Graduate School at Shenzhen, Tsinghua University, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IPTA  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： 掌ROI(関心領域)抽出は掌紋認識における最も重要なプロセスの一つである。コアアイデアは,座標系を確立し,次に掌紋のROIを得るために指間の谷間点を採用することである。しかしキーポイントを抽出するときに,従来の方法には三つの問題がある(i)それらは同時最適化の欠如のためにパラメータと背景雑音に敏感,(ii)キーポイントの位置の精度は十分ではない,(iii)抽出速度は速いことができる。上記の問題を解決するために,本論文では,畳込み神経回路網を用いた掌紋関心領域(ROI)を抽出するための新しいアプローチを提案した。掌紋左または右手を同定するための新しいCNNを提案した。キーポイントを検出するための特異的設計と最適化CNNを提案した。最後に,掌紋検証アルゴリズム,競合符号化を用いてこの方法を試験した。実験結果は,提案した新規な方法であるだけでなく,迅速かつ効率的でなく,ROI抽出に対してロバストであることを示した。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： ロバスト性 ,  最適化 ,  ニューラルネットワーク ,  アルゴリズム ,  抽出速度 ,  符号化 ,  神経回路網 ,  *畳込み
準シソーラス用語： 背景雑音 ,  同時最適化 ,  *関心領域 ,  *掌紋 , 【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 (3件)： 畳込みニューラルネットワーク ,  掌紋 ,  関心領域