دانلود مقاله انگلیسی رایگان:یادگیری ویژگی های عمیق برای تأیید بیومتریک مبتنی بر EEG مستقل از وظیفه - 2021
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی بیومتریک رایگان
  • Learning deep features for task-independent EEG-based biometric verification Learning deep features for task-independent EEG-based biometric verification
    Learning deep features for task-independent EEG-based biometric verification

    سال انتشار:

    2021


    عنوان انگلیسی مقاله:

    Learning deep features for task-independent EEG-based biometric verification


    ترجمه فارسی عنوان مقاله:

    یادگیری ویژگی های عمیق برای تأیید بیومتریک مبتنی بر EEG مستقل از وظیفه


    منبع:

    Sciencedirect - Elsevier - Pattern Recognition Letters, 143 (2021) 122-129: doi:10:1016/j:patrec:2021:01:004


    نویسنده:

    Emanuele Maiorana


    چکیده انگلیسی:

    Face-based age estimation systems are commonly considered in biometric applications as well as in other fields such as forensics or healthcare. For security purposes, features extracted from the face can be used to verify or estimate the age of individuals in order to control their access to physical or logical resources. The main problem in using facial biometrics is its sensitivity, to acquisition (e.g. illumination, pose, occlusion, image quality, etc.), to face expression, and especially to potential attacks in unsupervised environments. In this work, we propose a robust modality using both random auditory stimulation and Deep-learning based age estimation, though individual perception (RaS-DeeP): (1) as a countermeasure to prevent attacks on face-based age estimation systems, but also (2) : as a complementary modality in a multimodal biometric system (i.e. face-sound perception) in order to improve the performances of face-based age estimation system. Used as countermeasure, we show that RaS-DeeP provides promising results with an EER value of 4.2%. On the other hand, when considering the multimodal system faceauditory perception, we show that, the performance of face age estimation system is enhanced with an EER of 3.3%. To evaluate the performance of multimodal system in real-time, 71 subjects from different age ranges achieving five repetitions, participated in our experiment.
    keywords: Age estimation | Countermeasures | Forensics | Multimodal biometrics | Unsupervised biometrics | RaS-DeeP


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 7
    حجم فایل: 1320 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi