文献

J-GLOBAL ID：202002253977214215   整理番号：20A2036293

畳込みニューラルネットワークを用いた近赤外画像ベースペリオキュラーバイオメトリック法【JST・京大機械翻訳】

Near-Infrared Image-Based Periocular Biometric Method Using Convolutional Neural Network

著者 (2件)： Hwang Hyeonsang (Department of Computer Science, Graduate School, Sangmyung University, Seoul, South Korea) ,  Lee Eui Chul (Department of Human-Centered Artificial Intelligence, Sangmyung University, Seoul, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 158612-158621  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 虹彩認識のバイオメトリック技術は,光学デバイスとユーザ不便のコストによってかなり制限される。ペリオクルベースの方法は,高価な装置を必要としないので,バイオメトリック認証の代替法である。さらに,得られたデータは,それらが眼瞼,および眼瞼のような特徴を含むので,バイオメトリックに適している。しかし,従来の眼底ベースのバイオメトリック認証法は,選択された特徴抽出法に依存する特徴の限られた集合を使用し,比較的貧弱な性能をもたらす。したがって,眼周囲画像に含まれる様々な特徴を積極的に利用する深層学習ベースの方法を提案した。この方法は畳み込み層の中間レベル特徴を維持し,分類に有用な特徴を選択的に利用する。公開および自己収集データベースを用いて,提案した方法を以前の方法と比較した。実験結果は,等しい誤り率が1%未満であり,それは以前の方法より優れていることを示した。さらに,中段特徴が利用されるかどうかを解析するための新しい方法を提案した。その結果,中間レベル特徴を利用するこの手法は,ネットワークの特徴抽出性能を効果的に改善できることを確認した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  データベース ,  *ネットワーク ,  特徴抽出 ,  誤り率 ,  眼底 ,  光学素子 ,  バイオメトリクス
準シソーラス用語： 虹彩認識 ,  *ホップ数 ,  *近赤外画像 ,  深層学習 ,  *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 ,  近赤外画像