基于双流卷积神经网络中正交组合局部二值编码模式的野外眼周识别
计算机视觉与模式识别
2019-03-20 v2 机器学习
图像与视频处理
摘要
尽管眼周识别取得了进展，但野外的数据集和眼周识别仍具挑战性。在本文中，我们提出了一种多层融合方法，采用一对共享参数（双流）的卷积神经网络，其中每个网络接受RGB数据和一种新颖的基于颜色的纹理描述子，即正交组合局部二值编码模式（OC-LBCP），用于野外眼周识别。具体而言，在双流网络中引入了两个不同的后期融合层，以聚合RGB数据和OC-LBCP。因此，该网络得益于这种后期融合层的新特征，从而获得准确率性能提升。我们还引入并共享了一个新的野外眼周数据集，即Ethnic-ocular数据集用于基准测试。所提网络还在公开可用数据集UBIPr上进行了评估。所提网络在这些数据集上优于多种竞争方法。
引用
@article{arxiv.1902.06383,
title = {Periocular Recognition in the Wild with Orthogonal Combination of Local Binary Coded Pattern in Dual-stream Convolutional Neural Network},
author = {Leslie Ching Ow Tiong and Andrew Beng Jin Teoh and Yunli Lee},
journal= {arXiv preprint arXiv:1902.06383},
year = {2019}
}
备注
Accepted in International Conference On Biometrics 2019