文献

J-GLOBAL ID：201102224919559018   整理番号：11A1755116

バイオメトリック融合において欠損スコアを取り扱う補完法の比較

A comparison of imputation methods for handling missing scores in biometric fusion

著者 (2件)： DING Yaohui (Lane Dep. of Computer Sci. and Electrical Engineering, West Virginia Univ., Morgantown, WV, USA) ,  ROSS Arun (Lane Dep. of Computer Sci. and Electrical Engineering, West Virginia Univ., Morgantown, WV, USA)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 45  号： 3  ページ： 919-933  発行年： 2012年03月 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： バイオメトリック情報の複数ソースを融合または統合するマルチバイオメトリックシステムは,ユニモーダルシステムより良好な認識性能を示す。融合はマルチバイオメトリックシステムで種々のレベルで実現されるが,スコアレベル融合は,データの入手し易さと融合の容易さのため,広く使用されている。多くのスコアレベル融合ルールは,全てのマッチャに係わるスコアが融合前に得られていることを仮定している。このため,欠損マッチスコアの問題にうまく対処できない。一般的に,欠損データを取り扱ういくつかの技術はあるが,欠損データを予測値で置き換える補完方式は,完全データ用の標準融合方式に従うので望ましい。ここでは,次の補完法の性能をマルチバイオメトリック融合のコンテキストで比較した:K-最近傍(KNN)法,尤度ベース方式,Bayesベース方式,多重補完(MI)方式。MSUデータベースによる実験で,これらの方式の,異なる欠損率での欠損スコア処理のロバスト性を調べた。Gauss混合モデル(GMM)ベースのKNN補完方式が最も良好な認識精度を示した。Copyright 2011 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *融合 ,  Gauss模型 ,  *バイオメトリクス ,  *代替案
準シソーラス用語： Gauss混合モデル ,  *欠損データ ,  *補完法

分類 (2件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： メトリック ,  融合 ,  欠損 ,  スコア ,  補完