文献

J-GLOBAL ID：201802233018170951   整理番号：18A0161623

畳込みニューラルネットワークに基づく背側手静脈の認識【Powered by NICT】

Dorsal hand vein recognition based on convolutional neural networks

著者 (4件)： Wan Haipeng (School of Software, Beijing Institute of Technology, China, Beijing) ,  Chen Lei (School of Software, Beijing Institute of Technology, China, Beijing) ,  Song Hong (School of Software, Beijing Institute of Technology, China, Beijing) ,  Yang Jian (School of Optics and Electronics, Beijing Institute of Technology, China, Beijing)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIBM  ページ： 1215-1221  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： 本論文では,畳込みニューラルネットワーク(CNN)に基づく背側手静脈認識法を提案し,種々の深さCNNモデルの認識率を比較し,背側手静脈認識速度に及ぼすデータセットサイズの影響を解析した。,背側手静脈画像の関心領域(ROI)を抽出し,コントラスト制限適応ヒストグラム等化(CLAHE)とGauss平滑化フィルタアルゴリズムを用いて,画像を前処理した。参照CaffeNet AlexNetとVGG深さCNNは画像特徴を抽出するために訓練した。最後に,ロジスティック回帰は同定に適用した。二つの異なる大きさのデータセットの上での実験結果により,ネットワークとサイズデータセットの大きさの深さは認識速度に及ぼす異なる程度効果を持ち,VGG19に基づく背側手静脈認識率は99.7%に達することを示した。本論文では,著者らはまたSqueezeNetに対するアンサンブル学習の実現可能性を検討した。認識率は99.52%とわずかに減少したが,モデルサイズは急激に減少した。Copyright 2018 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： アルゴリズム ,  モデル ,  前処理 ,  コントラスト ,  *ネットワーク ,  画像特性 ,  *静脈 ,  画像 ,  平滑フィルタ
準シソーラス用語： アンサンブル学習 ,  ロジスティック回帰分析 ,  ヒストグラム等化 ,  関心領域 ,  認識率 ,  *畳込みニューラルネットワーク , 【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 (2件)： 畳込みニューラルネットワーク ,  静脈