文献

J-GLOBAL ID：201702257191230545   整理番号：17A1355110

顔とジェスチャーエネルギー画像の深い特徴に基づくマルチバイオメトリクス認識システム【Powered by NICT】

A multi-biometric recognition system based on deep features of face and gesture energy image

著者 (3件)： Kurban Onur Can (Department of Electronics and Communications Engineering Yildiz Technical University, Istanbul, Turkey) ,  Yildirim Tulay (Department of Electronics and Communications Engineering Yildiz Technical University, Istanbul, Turkey) ,  Bilgic Ahmet (Tubitak Bilgem Information Technologies Institute, Kocaeli, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INISTA  ページ： 361-364  発行年： 2017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： 今日,バイオメトリックデータの使用の増加により,システムをロバストに動作し,それらは困難な状況と偽造に対して良好な結果を与えることができることが期待される。顔認識システムでは,光の方向,顔の表情と反射のような変数は同定を困難にしている。バイオメトリック融合により,安全で高性能結果が得られる。本研究では,Eurocom Kinect顔データセットとBodyLoginジェスチャシルエットデータセットを用いて,仮想データセットを作成し,スコアレベルで融合した。顔データベースのために,VGG顔深い学習モデルは特徴抽出器として使用し,エネルギーイメージング法は,ジェスチャ特徴を抽出するために使用した。その後主成分分析と類似性スコアによる還元特徴は標準偏差Euclid距離で作製した。結果は,顔認識は,異なる光と発現条件下で深い学習特徴の高い性能を達成したことを示したが,多バイオメトリック結果は,より高い真の一致率(GMR)性能と低い誤り受入率(FAR)に達している。この過程の結果として,ジェスチャエネルギーイメージングは,人物認識とマルチバイオメトリックデータに用いることができる。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： 標準偏差 ,  主成分分析 ,  表情 ,  学習モデル ,  *画像 ,  類似性 ,  学習 ,  特徴抽出 ,  ロバスト性
準シソーラス用語： 人物認識 ,  Euclid距離 ,  スコア ,  *身振り ,  顔データベース ,  Kinect , 【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)： 顔 ,  ジェスチャー ,  エネルギー ,  マルチ ,  バイオメトリクス