文献

J-GLOBAL ID：202202250798170842   整理番号：22A1055564

可視特徴点を用いたファジィ論理に基づく虹彩認識のための効果的なセグメンテーション法【JST・京大機械翻訳】

An effective segmentation method for iris recognition based on fuzzy logic using visible feature points

著者 (2件)： Nachar Rabih (Department of Telecommunications and Networks, University of Balamand, Elkoura, Lebanon) ,  Inaty Elie (Department of Computer Engineering, University of Balamand, Elkoura, Lebanon)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 7  ページ： 9803-9828  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
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： 本論文では,エッジコーナー(EC)を,陰窩,顔料スポットおよびストライプのような可視虹彩特徴のエッジに位置する新しい可視特徴点として提案した。ECを用いて虹彩を分割する新しい技術を開発した。さらに,虹彩認識段階のための効率的な人工知能ベースのファジー論理システムを使用して,瞳孔拡張と弾性歪みによる虹彩の可視特徴のランダム性を緩和する。Iris認識は,4つの言語変数によって提案したファジー論理システムを使用するECの分布パターンを比較することによって達成した。最初の目標は,非常に低い計算時間で高い認識率を達成することである。第2の目的は,これらの特徴の全画像を用いるよりも虹彩の可視特徴のECのみを用いることにより,法医学における虹彩認識の使用を促進することである。したがって,提案したファジー論理ベースの虹彩セグメンテーションと認識(FLISR)システムを自動評価と手動検証のために使用することができる。自動評価において,このシステムは入力プローブ画像に適合する最良のギャラリー虹彩画像を見つける。訓練された検査者が最良のマッチング虹彩画像を決定するために独立した検査を行うとき,手動検証を行った。異なるデータセットによる広範な実験は,提案したFLISRの効率を実証した。虹彩セグメンテーションに関して,虹彩位置確認は平均精度99.85%に達した。さらに,虹彩認識の平均マッチング精度は,文献で利用可能な類似アルゴリズムと比較して,非常に低い計算時間で99.83%を達成した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 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 ,  *パターン認識 ,  *セグメンテーション ,  顔料 ,  *虹彩 ,  認識 ,  画像 ,  人工知能 ,  瞳孔 ,  法医学 ,  検査員 ,  医用画像 ,  *ファジィ論理
準シソーラス用語： ランダム性 ,  *虹彩認識 ,  虹彩画像 ,  自動評価 , 【Automatic Indexing@JST】

著者キーワード (6件)： 特徴点 ,  虹彩の特徴 ,  人工知能 ,  ファジィ論理 ,  虹彩セグメンテーション ,  虹彩認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 特徴点 ,  ファジィ論理 ,  虹彩認識 ,  セグメンテーション