Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Vizoni, Marcelo V. [UNESP] | - |
Autor(es): dc.creator | Marana, Aparecido N. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:26:48Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:26:48Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-07-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/IWSSIP48289.2020.9145418 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/199229 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/199229 | - |
Descrição: dc.description | Recently, ocular biometrics has been gaining importance in Biometrics due to the poor performance obtained in some cases by biometric systems based on characteristics of the whole face. This paper presents a new method for person authentication based on ocular deep features, which are extracted from the ocular region of the face by using a very deep CNN (Convolutional Neural Network). Another interesting aspect of our method is that, instead of using directly the deep features as input for the authentication system, it uses the difference between the probe and gallery deep features. So, our method adopts a pairwise strategy. A binary support vector machine is trained to determine whether a given difference vector is genuine or impostor. The proposed new method based on such pairwise strategy was evaluated using the ocular left set of the UBIPr dataset and five pre-trained CNN architectures. When using the pre-trained VGG-Face the proposed method obtained a state-of-the-art result (3.18% of Equal Error Rate). | - |
Descrição: dc.description | São Paulo State University (UNESP) | - |
Descrição: dc.description | São Paulo State University (UNESP) | - |
Formato: dc.format | 155-160 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | International Conference on Systems, Signals, and Image Processing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | convolutional neural networks | - |
Palavras-chave: dc.subject | deep learning | - |
Palavras-chave: dc.subject | ocular biometrics | - |
Palavras-chave: dc.subject | person authentication | - |
Título: dc.title | Ocular Recognition Using Deep Features for Identity Authentication | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: