文献

J-GLOBAL ID：202202246134365983   整理番号：22A0843857

深層学習と判別相関解析による指-静脈パターンを用いたバイオメトリック認証【JST・京大機械翻訳】

Biometric Authentication Using Finger-Vein Patterns with Deep-Learning and Discriminant Correlation Analysis

著者 (2件)： Boucetta Aldjia (Computer Science Department, University of Batna 2, Batna, Algeria) ,  Boussaad Leila (Computer Science Department, University of Batna 2, Batna, Algeria)
資料名： International Journal of Image and Graphics  (International Journal of Image and Graphics)
巻： 22  号： 1  ページ： 2250013  発行年： 2022年 
JST資料番号： W3723A  ISSN： 0219-4678  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 人間の指に静脈パターンを使用するバイオメトリック技術であるFinger-vein同定は,人々を識別する。近年,指紋特性と比較して,その大きな利点のために,注目が高まっている。さらに,深層畳込みニューラルネットワーク(Deep-CNN)は,指-静脈領域における特徴抽出のために非常に成功するようであり,そして,提案された研究の大部分は,訓練のための巨大なデータベースを必要とする新しい畳込みニューラルネットワーク(CNN)モデルに焦点を合わせ,それは,実世界アプリケーションにおいてより実用的であるかもしれない解決策は,事前訓練された深いCNNモデルを再利用することである。本論文では,左および右指静脈パターンから特徴抽出器としてSqueezenet事前訓練深層CNNモデルを使用する指静脈識別システムを提案した。次に,特徴次元を減らし,最も関連する特徴を与えるために,特徴レベル判別相関解析(DCA)を用いて,この深層ベース特徴を組み合わせる。最後に,これらの複合特徴ベクトルを,同定段階におけるサポートベクトルマシン(SVM)分類器の入力データとして用いた。本方法を,2つの広く利用可能な指静脈データベース,即ち,SDUMLA-HMTとFV-USMで試験した。実験結果は,提案した指静脈識別システムが顕著な高い平均精度率を達成することを示した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  データベース ,  特徴抽出 ,  *静脈 ,  応用プログラム ,  指紋 ,  *手指 ,  深層 ,  *機械学習 ,  *バイオメトリクス ,  IDシステム ,  サポートベクトルマシン
準シソーラス用語： *相関分析 ,  特徴ベクトル ,  指静脈 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 指静脈の同定 ,  畳込みニューラルネットワーク ,  深層学習 ,  サポートベクトルマシン ,  判別相関解析 ,  スクイーズネット

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 深層学習 ,  判別 ,  相関解析 ,  指 ,  静脈 ,  バイオメトリック認証