文献

J-GLOBAL ID：202202229709117172   整理番号：22A0788923

属性ベース深層ペリオキュラー認識:眼周囲認識を改善するためのソフトバイオメトリックスの利用【JST・京大機械翻訳】

Attribute-Based Deep Periocular Recognition: Leveraging Soft Biometrics to Improve Periocular Recognition

著者 (3件)： Talreja Veeru (West Virginia University,Morgantown,WV,USA) ,  Nasrabadi Nasser M. (West Virginia University,Morgantown,WV,USA) ,  Valenti Matthew C. (West Virginia University,Morgantown,WV,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 1141-1150  発行年： 2022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： 近年,眼周囲認識は,特に野生環境(例えば,COVID-19パンデミックによるマスクされた顔)において貴重なバイオメトリック同定アプローチとして開発されているが,そこでは顔認識が適用できない可能性がある。本論文では,ソフトバイオメトリックを予測し,高精度でペリオクル画像との同一性を決定するために,周辺認識アルゴリズムに予測を組み入れる,属性ベースの深い眼周認識(ADPR)と呼ばれる新しい深い眼周囲認識フレームワークを提案した。出力が2つの別々の専用分枝(モード専用層)を供給するいくつかの共有畳込みニューラルネットワーク(CNN)層(共通ネットワーク)を使用するエンドツーエンドフレームワークを提案した。第1の枝は,眼周囲画像を分類し,第2の枝はソフトバイオメトリックを予測する。次に,これらの2つの分岐からの特徴を,最終眼周囲認識のために一緒に融合した。提案方法は,同時にこれらの2つのタスクを訓練するために共有CNN特徴空間を使用するだけではなく,また,全体的眼周囲認識性能を改良するために,訓練ステップにおける眼周囲特徴を有する予測ソフトバイオメトリック特徴も融合するので,既存の方法とは異なる。提案モデルは4つの異なる公的に利用可能なデータセットを用いて広範囲に評価した。実験結果は,著者らのソフトバイオメトリックベースの眼周囲認識アプローチが,野生環境における眼周囲認識のための他の最先端の方法より優れていることを示した。Copyright 2022 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： ネットワーク ,  エンドツーエンド方式 ,  深層 ,  *バイオメトリクス
準シソーラス用語： 認識アルゴリズム ,  高精度 ,  特徴空間 ,  汎発流行性 ,  *ホップ数 ,  畳込みニューラルネットワーク , 【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)： 属性 ,  深層 ,  眼