基于多生物特征深度用户识别模型
计算机视觉与模式识别
2019-09-13 v1 机器学习
信号处理
摘要
利用生物特征进行识别是一项重要却具挑战性的任务。已有大量研究致力于利用给定信号识别个人身份或性别。诸如心电图（ECG）、脑电图（EEG）、人脸、指纹和语音等多种生物特征已被用于这些任务。多数研究仅聚焦于单一模态或单一任务，而输入模态或任务的组合尚待探究。本文中，我们提出利用多模态生物特征进行深度身份与性别分类。我们的模型使用ECG、指纹和面部数据，然后执行两项任务：性别识别与分类。通过引入多模态，单一模型可处理各种输入域而无需独立训练各模态，且域间相关性可提升其在任务上的泛化性能。
引用
@article{arxiv.1909.05417,
title = {Deep User Identification Model with Multiple Biometrics},
author = {Hyoung-Kyu Song and Ebrahim AlAlkeem and Jaewoong Yun and Tae-Ho Kim and Tae-Ho Kim and Hyerin Yoo and Dasom Heo and Chan Yeob Yeun and Myungsu Chae},
journal= {arXiv preprint arXiv:1909.05417},
year = {2019}
}
备注
Accepted, CIKM 2019 Workshop on DTMBio