Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Moreira, Gladston Juliano Prates | - |
Autor(es): dc.creator | Luz, Eduardo José da Silva | - |
Autor(es): dc.creator | Zanlorensi Junior, Luiz Antonio | - |
Autor(es): dc.creator | Gomes, David Menotti | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:03:53Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:03:53Z | - |
Data de envio: dc.date.issued | 2018-10-16 | - |
Data de envio: dc.date.issued | 2018-10-16 | - |
Data de envio: dc.date.issued | 2017 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/handle/123456789/10370 | - |
Fonte completa do material: dc.identifier | https://www.sciencedirect.com/science/article/pii/S0167865517304476 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1001788 | - |
Descrição: dc.description | Usually, in the deep learning community, it is claimed that generalized representations that yielding out- standing performance / effectiveness require a huge amount of data for learning, which directly affect biometric applications. However, recent works combining transfer learning from other domains have sur- mounted such data application constraints designing interesting and promising deep learning approaches in diverse scenarios where data is not so abundant. In this direction, a biometric system for the peri- ocular region based on deep learning approach is designed and applied on two non-cooperative ocular databases. Impressive representation discrimination is achieved with transfer learning from the facial do- main (a deep convolutional network, called VGG) and fine tuning in the specific periocular region domain. With this design, our proposal surmounts previous state-of-the-art results on NICE (mean decidability of 3.47 against 2.57) and MobBio (equal error rate of 5.42% against 8.73%) competition databases. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | aberto | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Transfer learning | - |
Palavras-chave: dc.subject | VGG Periocular region | - |
Palavras-chave: dc.subject | Video surveillance | - |
Título: dc.title | Deep periocular representation aiming video surveillance. | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
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: