面向移动眼周识别的异质性感知深度嵌入
计算机视觉与模式识别
2018-11-05 v1
摘要
移动生物识别方法借助无处不在的技术提供了安全认证的便利。然而，这也带来了在非受限环境中识别生物特征模式的额外挑战，包括移动相机传感器、光照条件和采集距离的变化。为应对异质性挑战，本研究在深度学习框架内提出了一种新颖的异质性感知损失函数。使用CSIP、IMP和VISOB移动眼周数据库，对所提损失函数在眼周生物特征上的有效性进行了评估。结果表明，所提算法在异质环境中取得了最先进（SOTA）结果，并提升了跨数据库实验的泛化能力。
引用
@article{arxiv.1811.00846,
title = {Heterogeneity Aware Deep Embedding for Mobile Periocular Recognition},
author = {Rishabh Garg and Yashasvi Baweja and Soumyadeep Ghosh and Mayank Vatsa and Richa Singh and Nalini Ratha},
journal= {arXiv preprint arXiv:1811.00846},
year = {2018}
}