首页/论文/1107.2693

arXiv 1107.26932011-07-13cs.CV

基于k-均值的信号Quantization的模糊视图及其在虹膜分割中的应用

A Fuzzy View on k-Means Based Signal Quantization with Application in Iris Segmentation

Nicolaie Popescu-Bodorin

备注：: 4, pages, 3 figures, 17th Telecommunications Forum TELFOR 2009, Belgrade, Serbia

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文表明，k-means量化的信号可以被解释为一个清晰的指标函数，并作为一个模糊的隶属度分配描述模糊聚类和模糊边界。组合清晰和模糊指示函数在这里被定义为普通清晰和模糊指示函数的自然推广，分别。最后给出了一个虹膜分割的应用程序。

英文摘要：

This paper shows that the k-means quantization of a signal can be interpreted both as a crisp indicator function and as a fuzzy membership assignment describing fuzzy clusters and fuzzy boundaries. Combined crisp and fuzzy indicator functions are defined here as natural generalizations of the ordinary crisp and fuzzy indicator functions, respectively. An application to iris segmentation is presented together with a demo program.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

噪声对虹膜码空间模糊语言划分的影响

Noise Influence on the Fuzzy-Linguistic Partitioning of Iris Code Space

Spiru Haret University（Spiru Haret大学）；Clintelica AB（Clintelica AB公司）

本文分析了虹膜识别系统中存储或使用的虹膜代码集作为一个f-粒度空间。f-granulation是通过在虹膜代码空间中识别模糊概念狼、山羊、羔羊和绵羊（以前由Doddington引入为生物特征动物园的“动物”）的扩展来给出的-它们一起形成虹膜代码空间的分区。这里的主要问题是，当虹膜片段受到噪声采集时，这种划分的客观性（稳定/静止）如何。为了证明虹膜代码空间相对于定义生物识别动物园的模糊概念的f粒化在噪音条件下不稳定（对噪音敏感），三种类型的噪音（局部变量、运动模糊、盐和胡椒）已交替添加到从巴斯大学虹膜图像数据库提取的虹膜片段中。180详尽的（所有对所有）虹膜识别测试的结果在这里提出和评论。

2012-09-27cs.CV

基于LBP和组合LVQ分类器的虹膜识别

Iris Recognition Based on LBP and Combined LVQ Classifier

Mansoura University（曼苏拉大学）；Faculty of Computer and Information Sciences（计算机与信息科学学院）

虹膜识别被认为是用于人类身份识别和验证的最佳生物特征方法之一，这是因为它具有因人而异的独特特征，以及它在安全领域的重要性。本文提出了一种基于局部二值模式和直方图特性的虹膜识别和分类算法，采用局部二值模式和直方图特性作为统计特征提取方法，采用组合学习矢量量化分类器作为神经网络分类方法，建立了一个依赖于两种特征的混合模型。提出了一种基于Canny边缘检测和Hough循环变换的虹膜定位和分割方法，将LBP算法得到的特征向量应用于组合LVQ分类器中，确定最小可接受的分类性能，并在多个LVQ分类器之间进行多数表决。介绍了具有不同扩展和大小的不同虹膜数据集CASIA、MMU 1、MMU 2和LEI。由于LBP是在灰度级上工作的，所以彩色虹膜图像应该被转换成灰度级。与其他方法相比，该系统在不同虹膜数据集上的识别率高达99.87%.

2011-11-07cs.CV

生物计量动物园-一个模糊而不一致的概念

The Biometric Menagerie - A Fuzzy and Inconsistent Concept

Spiru Haret University（斯皮鲁哈雷特大学）

本文证明了在虹膜识别中，绵羊，山羊，羔羊和狼的概念-由Doddington和Yager在所谓的生物识别动物园中提出，最多是模糊的，至少没有很好地定义。它们不仅取决于用户或他们的生物特征模板，而且还取决于校准虹膜识别系统的参数。本文表明，在虹膜识别的情况下，这些概念的扩展具有非常不清晰和不稳定（非平稳）的边界。用户对这些类别的隶属关系通常表示为程度（作为模糊值），而不是明确值。此外，它们被定义为模糊Sugeno规则，而不是经典的（清晰的）定义。由于这些原因，我们说Doddington和Yager提出的生物计量动物园最多只能是生物计量学的一个模糊概念，但即使是这种状态也需要改进其定义。所有这些事实都在巴斯大学虹膜图像数据库进行的一系列12次详尽的虹膜识别测试中得到了实验证实，同时使用了三种不同的虹膜代码尺寸（256 x16，128 x8和64 x4），两种不同的虹膜纹理编码器（Log-Gabor和Haar-Hilbert）和两种不同类型的安全模型。

2012-09-27cs.CV

基于全卷积网络的资源高效嵌入式虹膜识别系统

A Resource-Efficient Embedded Iris Recognition System Using Fully Convolutional Networks

Brown University（布朗大学）

全卷积网络在虹膜分割中的应用已经取得了很大的进展。对于移动和嵌入式系统，一个重大的挑战是，提出的FCN架构是非常计算要求。在这篇文章中，我们提出了一个资源有效的，端到端的虹膜识别流程，其中包括基于FCN的分割，轮廓拟合，其次是Daugman规范化和编码。为了获得准确和高效的FCN模型，我们提出了一个三步的软件/硬件协同设计方法，包括FCN架构探索，精度量化和硬件加速。在我们的探索中，我们提出了多个FCN模型，与以前的工作相比，我们的最佳性能模型每次推理所需的FLOPs减少了50倍，同时实现了新的最先进的分割精度。接下来，我们选择最有效的模型集，并通过使用8位动态定点（DFP）格式的权重和激活量化来进一步降低其计算复杂性。然后将每个模型合并到端到端流程中，以进行真正的识别性能评估。我们的一些端到端管道在评估的两个数据集上的表现优于以前的最先进的技术。最后，我们提出了一种新的DFP加速器，并充分展示了我们的流程在嵌入式FPGA平台上的软硬件协同设计实现。与嵌入式CPU相比，我们的硬件加速在使用不到15%的可用FPGA资源的同时，实现了高达8.3倍的加速比。我们还提供了FPGA系统和嵌入式GPU之间的比较，显示两个平台的不同优点和缺点。

2019-09-08cs.CVcs.NEeess.IV

虹膜分割技术，以识别警惕驾驶员的行为

Iris segmentation techniques to recognize the behavior of a vigilant driver

University of Turkish Aeronautical Association（土耳其航空航天大学）

在本文中，我们阐明了如何识别不同级别的警惕性的车辆驾驶员。为了避免清晰逻辑的经典问题，我们倾向于采用基于模糊逻辑的系统，该系统依赖于两个变量来做出最终决定。两个虹膜分割技术很好地说明。这里还提供了一种用于瞳孔位置检测的新技术，其在处理一些噪声情况时具有校正瞳孔检测位置的可能性。

2020-05-05cs.CVeess.IV

使用非参数方法的生物特征认证

Biometric Authentication using Nonparametric Methods

B M S College of Engineering（BMS工程学院）

生物特征的生理和行为特征被用来开发生物特征认证系统。本文研究了基于最小方差准则的虹膜认证和数字签名。虹膜图案的预处理的基础上的面积的连接组件。用于认证的分割图像由灰度值变化较大的区域组成。图像区域被分割成四叉树分量。从训练样本中确定具有最小方差的分量。Hu矩应用于组件。对应于最小方差分量的矩值的总和作为输入向量提供给k-均值和模糊k-均值分类器。MMU数据库由45个主题组成，获得了最好的性能。错误拒绝率[FRR]为零的受试者数量为44例，错误接受率[FAR]为零的受试者数量为45例。本文讨论了在离线签名验证的计算负载减少的最小特征的基础上，使用k-均值，模糊k-均值，k-nn，模糊k-nn和新的平均最大值的方法。使用k-nn分类器获得了8.13%的FRR和10%的FAR。签名是一种生物特征，在真实情况下的变化是一种自然的期望。在真实签名中，签名的某些部分在不同的情况下是不同的。该系统的目的是提供简单，快速和强大的系统，使用较少的功能相比，最先进的作品。

2010-08-10cs.CV

更多相关论文收起更多论文

使用非参数方法的生物特征认证

Biometric Authentication using Nonparametric Methods

B M S College of Engineering（B.M.S.工程学院）

生物特征的生理和行为特征被用来开发生物特征认证系统。本文研究了基于最小方差准则的虹膜认证和数字签名。虹膜图案的预处理的基础上的面积的连接组件。用于认证的分割图像由灰度值变化较大的区域组成。图像区域被分割成四叉树分量。从训练样本中确定具有最小方差的分量。Hu矩应用于组件。对应于最小方差分量的矩值的总和作为输入向量提供给k均值和模糊k均值分类器。MMU数据库由45个主题组成，获得了最好的性能。错误拒绝率[FRR]为零的受试者数量为44例，错误接受率[FAR]为零的受试者数量为45例。本文讨论了在离线签名验证的计算负载减少的最小特征的基础上，使用k-均值，模糊k-均值，k-nn，模糊k-nn和新的平均最大值的方法。使用k-nn分类器获得了8.13%的FRR和10%的FAR。签名是一种生物特征，在真实情况下的变化是一种自然的期望。在真实签名中，签名的某些部分在不同的情况下是不同的。该系统的目的是提供简单，快速和强大的系统，使用较少的功能相比，最先进的作品。

2010-06-07cs.CV

SIP-SegNet：基于眼周区域抑制的巩膜、虹膜和瞳孔联合语义分割和提取的深度卷积编解码器网络

SIP-SegNet: A Deep Convolutional Encoder-Decoder Network for Joint Semantic Segmentation and Extraction of Sclera, Iris and Pupil based on Periocular Region Suppression

School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）；School of Computer and Communication Engineering, University of Science & Technology Beijing（北京科技大学计算机与通信工程学院）

机器视觉领域的当前发展为在各种现实应用中部署多模态生物识别系统开辟了新的前景。这些系统有能力处理单峰生物特征系统的局限性，这些系统容易受到欺骗、噪声、非普遍性和类内变化的影响。此外，在这些识别系统中优选地使用各种生物特征中的眼睛特征。这种系统具有高的独特性，持久性和性能，而基于其他生物特征（指纹，语音等）的技术。很容易被破坏这项工作提出了一种称为SIP-SegNet的新型深度学习框架，该框架在无约束场景中以更高的精度执行眼睛特征（巩膜，虹膜和瞳孔）的联合语义分割。在这些场景下获取的图像表现出浦肯野反射、镜面反射、眼睛注视、偏角拍摄、低分辨率和各种遮挡，特别是眼睑和睫毛。为了解决这些问题，SIP-SegNet首先使用去噪卷积神经网络（DnCNN）对原始图像进行去噪，然后基于对比度限制自适应直方图均衡（CLAHE）进行反射去除和图像增强。我们提出的框架，然后提取眼周信息，使用自适应阈值，并采用模糊滤波技术来抑制这些信息。最后，使用密集连接的全卷积编码-解码器网络实现巩膜、虹膜和瞳孔的语义分割。我们使用了五个CASIA数据集来评估SIP-SegNet基于各种评估指标的性能。仿真结果验证了所提出的SIP-SegNet的最佳分割，巩膜，虹膜和瞳孔类的平均f1分数分别为93.35，95.11和96.69。

2020-02-15cs.CVeess.IV

基于模糊的辩证非监督图像分类与聚类

Fuzzy-Based Dialectical Non-Supervised Image Classification and Clustering

Universidade Federal de Campina Grande（坎皮纳格兰德联邦大学）；Universidade de Pernambuco（伯南布哥大学）；Universidade Federal de Pernambuco（伯南布哥联邦大学）

唯物辩证法是一种分析现实问题的哲学研究方法。这些方面被视为由称为极点的基本单元组成的复杂过程，这些单元相互作用。辩证法在19世纪经历了相当大的发展，黑格尔的辩证法，在20世纪，马克思，恩格斯和葛兰西的著作，在哲学和经济学。两极通过其矛盾的运动被视为一个动态的过程，其演化和革命危机的阶段相互交织。为了建立一个基于辩证法的计算过程，极点之间的相互作用可以使用模糊隶属函数建模。基于这一假设，我们引入了客观辩证分类器（ODC），一个非监督的地图分类唯物辩证法的基础上，并设计作为一个扩展的模糊c-均值分类。作为一个案例研究，我们使用ODC分类181磁共振合成多光谱图像组成的质子密度，$T_1$ -和$T_2$加权合成脑图像。比较ODC的k-means，模糊c-均值，和Kohonen的自组织映射，关于图像保真度指标作为量化失真的估计，我们证明了ODC可以达到几乎相同的量化性能的最佳非监督分类器，如Kohonen的自组织映射。

2017-12-03cs.AIcs.CVcs.GR