文献

J-GLOBAL ID：202102211317156463   整理番号：21A2826399

指静脈認識のためのソフトバイオメトリック特性を持つ効率的な結合Bayesモデル【JST・京大機械翻訳】

An Efficient Joint Bayesian Model with Soft Biometric Traits for Finger Vein Recognition

著者 (24件)： Zhang Liping (Institute of Semiconductors, Chinese Academy of Sciences, Beijing, China) ,  Zhang Liping (Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology, Beijing, China) ,  Zhang Liping (School of Microelectronics, University of Chinese Academy of Sciences, Beijing, China) ,  Zhang Liping (Cognitive Computing Technology Joint Laboratory, Wave Group, Beijing, China) ,  Sun Linjun (Institute of Semiconductors, Chinese Academy of Sciences, Beijing, China) ,  Sun Linjun (Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology, Beijing, China) ,  Sun Linjun (School of Microelectronics, University of Chinese Academy of Sciences, Beijing, China) ,  Sun Linjun (Cognitive Computing Technology Joint Laboratory, Wave Group, Beijing, China) ,  Dong Xiaoli (Institute of Semiconductors, Chinese Academy of Sciences, Beijing, China) ,  Dong Xiaoli (Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology, Beijing, China) ,  Dong Xiaoli (School of Microelectronics, University of Chinese Academy of Sciences, Beijing, China) ,  Dong Xiaoli (Cognitive Computing Technology Joint Laboratory, Wave Group, Beijing, China) ,  Yu Lina (Institute of Semiconductors, Chinese Academy of Sciences, Beijing, China) ,  Yu Lina (Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology, Beijing, China) ,  Yu Lina (School of Microelectronics, University of Chinese Academy of Sciences, Beijing, China) ,  Yu Lina (Cognitive Computing Technology Joint Laboratory, Wave Group, Beijing, China) ,  Li Weijun (Institute of Semiconductors, Chinese Academy of Sciences, Beijing, China) ,  Li Weijun (Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology, Beijing, China) ,  Li Weijun (School of Microelectronics, University of Chinese Academy of Sciences, Beijing, China) ,  Li Weijun (Cognitive Computing Technology Joint Laboratory, Wave Group, Beijing, China) ,  Ning Xin (Institute of Semiconductors, Chinese Academy of Sciences, Beijing, China) ,  Ning Xin (Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology, Beijing, China) ,  Ning Xin (School of Microelectronics, University of Chinese Academy of Sciences, Beijing, China) ,  Ning Xin (Cognitive Computing Technology Joint Laboratory, Wave Group, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12878  ページ： 248-258  発行年： 2021年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究では,指静脈認識のためのソフトバイオメトリック形質で拡張された効率的な関節Bayesモデルを提案し,それは指静脈画像の関心領域(ROI)から特徴を抽出する既存の主流指静脈認識法とは異なる。最初に,指形状画像とROI静脈画像から特徴を同時に抽出するために2分岐畳込みニューラルネットワーク(CNN)を設計し,その目的は指の異なる部分からより多くの情報を抽出することである。次に,2つの異なる特徴を連結によって融合した。最後に,共同Bayes認識損失を用いて,クラス内分散最小化とクラス間変動最大化を促進する,提案した2分岐CNNを訓練した。さらに,著者らのフレームワークにおいて,CNNと共同Bayes認識損失のエンドツーエンド学習法を,パラメータを最適化するために達成した。2つの公共指静脈データベースで行った実験は,提案モデルが効率的で,最先端の方法よりも優れた性能を達成することを示した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  学習 ,  データベース ,  *静脈 ,  エンドツーエンド方式 ,  *指静脈 ,  改変
準シソーラス用語： 関心領域 , 【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)： 指静脈 ,  Bayesモデル