基于深度耳部生物特征识别的性别分类
计算机视觉与模式识别
2023-08-21 v1
摘要
基于生物特征的人体性别分类因应用广泛而成为计算机视觉领域的重要问题。人耳作为一种软生物特征受到研究者青睐，因其受年龄或环境变化影响较小且为非侵入式。在本研究中，我们开发了一种深度卷积神经网络（CNN）模型，利用耳图像样本进行自动性别分类。使用四种前沿的预训练CNN模型评估性能。就可训练参数而言，所提技术所需计算复杂度显著更低。所提模型在EarVN1.0耳数据集上取得了93%的准确率。
引用
@article{arxiv.2308.08797,
title = {Deep Ear Biometrics for Gender Classification},
author = {Ritwiz Singh and Keshav Kashyap and Rajesh Mukherjee and Asish Bera and Mamata Dalui Chakraborty},
journal= {arXiv preprint arXiv:2308.08797},
year = {2023}
}
备注
10 pages, 4 figures, 2 tables