FacEDiM：一种用于牛少样本生物特征认证的面部嵌入分布模型
计算机视觉与模式识别
2023-07-27 v2 机器学习
神经与进化计算
摘要
本工作提出通过计算机测试嵌入与使用预训练CNN获得的训练嵌入多元高斯分布之间的马氏距离来解决少样本生物特征认证问题。实验结果表明，在ImageNet数据集上预训练的模型显著优于在人脸上预训练的模型。使用VGG16模型，我们在包含20个牛身份的数据集上获得了1.18%误接受率(FAR)下1.25%的误拒识率(FRR)。
引用
@article{arxiv.2302.14831,
title = {FacEDiM: A Face Embedding Distribution Model for Few-Shot Biometric Authentication of Cattle},
author = {Meshia Cédric Oveneke and Rucha Vaishampayan and Deogratias Lukamba Nsadisa and Jenny Ambukiyenyi Onya},
journal= {arXiv preprint arXiv:2302.14831},
year = {2023}
}
备注
4 pages, 1 figure, 1 table, paper accepted at Black In AI at the 36th Conference on Neural Information Processing Systems (NeurIPS 2022), New Orleans, USA