文献

J-GLOBAL ID：202102238103739906   整理番号：21A0231576

特徴空間における認識指向虹彩画像品質評価【JST・京大機械翻訳】

Recognition Oriented Iris Image Quality Assessment in the Feature Space

著者 (5件)： Wang Leyuan (School of Artificial Intelligence, UCAS, Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, CASIA) ,  Zhang Kunbo (School of Artificial Intelligence, UCAS, Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, CASIA) ,  Ren Min (School of Artificial Intelligence, UCAS, Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, CASIA) ,  Wang Yunlong (School of Artificial Intelligence, UCAS, Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, CASIA) ,  Sun Zhenan (School of Artificial Intelligence, UCAS, Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, CASIA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCB  ページ： 1-9  発行年： 2020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： 実世界シナリオで捕捉された虹彩画像の大部分は,制御されていない環境と非協力的主題のために貧弱な品質である。認識アルゴリズムが低品質画像によって影響を受けないことを確実にするために,従来の手工作因子ベースの方法は,大部分の画像を捨てて,それはシステムタイムアウトを引き起こして,ユーザ経験を混乱させた。本論文では,問題を扱うための虹彩画像に対する認識指向品質計量と評価法を提案した。方式は,品質計量として特徴空間(DFS)における虹彩画像埋込み距離を,予測が,注意機構を有する深いニューラルネットワークに基づく。本論文で提案した品質計量は,認識のために廃棄された画像の数を減らしながら,認識アルゴリズムの性能を著しく改良することができ,それは,手作業因子ベースの虹彩品質評価方法より有利である。画像拒絶率(IRR)と等誤り率(EER)の間の関係を提案して,同じ画像品質分布と同じ認識アルゴリズムの下で品質評価アルゴリズムの性能を評価した。手作業因子ベースの方法と比較して,提案方法は,画像品質評価とバイオメトリック認識の間のギャップを埋める試みである。Copyright 2021 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： アルゴリズム ,  ニューラルネットワーク ,  *虹彩 ,  *画質 ,  誤り率
準シソーラス用語： *品質評価 ,  認識アルゴリズム ,  タイムアウト ,  評価法 ,  *特徴空間 ,  *虹彩画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 特徴空間 ,  虹彩画像 ,  品質評価