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 | Ramos Cooper, Solange | - |
Autor(es): dc.creator | Cámara Chávez, Guillermo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:12:50Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:12:50Z | - |
Data de envio: dc.date.issued | 2023-07-24 | - |
Data de envio: dc.date.issued | 2023-07-24 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/17047 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.19153/cleiej.25.2.8 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1006196 | - |
Descrição: dc.description | Automatic recognition using ear images is an active area of interest within the biometrics community. Human ears are a stable and reliable source of information since they are not affected by facial expressions, do not suffer extreme change over time, are less prone to injuries, and are fully visible in mask-wearing scenarios. In addition, ear images can be passively captured from a distance, making it convenient when implementing surveillance and security applications. At the same time, deep learning-based methods have proven to be powerful techniques for unconstrained recognition. However, to truly benefit from deep learning techniques, it is necessary to count on a large-size variable set of samples to train and test networks. In this work, we built a new dataset using the VGGFace dataset, fine-tuned pre-train deep models, analyzed their sensitivity to different covariates in data, and explored the score-level fusion technique to improve overall recognition performance. Open-set and close-set experiments were performed using the proposed dataset and the challenging UERC dataset. Results show a significant improvement of around 9% when using a pre-trained face model over a general image recognition model; in addition, we achieve 4% better performance when fusing scores from both models. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | This work is licensed under a Creative Commons Attribution 4.0 International License. Fonte: CLEI Electronic Journal <https://www.clei.org/cleiej/index.php/cleiej/article/view/532>. Acesso em: 06 maio 2022. | - |
Palavras-chave: dc.subject | Transfer learning | - |
Título: dc.title | Domain adaptation for unconstrained ear recognition with convolutional neural networks. | - |
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: