Double random phase encoding for cancelable face and iris recognition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Most modern security systems depend on biometrics. Unfortunately, these systems have suffered from hacking trials. If the biometric databases have been hacked and stolen, the biometrics saved in these databases will be lost forever. Thus, there is a desperate need to develop new cancelable biometric systems. The basic concept of cancelable biometrics is to use another version of the original biometric template created through a one-way transform or an encryption scheme to keep the original biometrics safe and away from utilization in the system. In this paper, the optical double random phase encoding (DRPE) algorithm is utilized for cancelable face and iris recognition systems. In the proposed cancelable face recognition scheme, the scale invariant feature transform is used for feature extraction from the face images. The extracted feature map is encrypted with the DRPE algorithm. The proposed cancelable iris recognition system depends on the utilization of two iris images for the same person and features are extracted from both images. The features extracted from one of the iris images are encrypted with the DRPE algorithm, provided that the second phase mask used in the DRPE is generated from the other iris image features. This trend guarantees some sort of feature fusion between the two iris images into a single cancelable iris code and increases user privacy. Simulation results show good performance of the two proposed cancelable biometric schemes even in the presence of noise, especially with the proposed cancelable face recognition scheme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle