Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
GazeNet : a lightweight multitask sclera feature extractor
ID
Vitek, Matej
(
Avtor
),
ID
Štruc, Vitomir
(
Avtor
),
ID
Peer, Peter
(
Avtor
)
PDF - Predstavitvena datoteka,
prenos
(2,96 MB)
MD5: E4D898862C28764C21A6F65C2A395899
URL - Izvorni URL, za dostop obiščite
https://www.sciencedirect.com/science/article/pii/S1110016824014273
Galerija slik
Izvleček
The sclera is a recently emergent biometric modality with many desirable characteristics. However, most literature solutions for sclera-based recognition rely on sequences of complex deep networks with significant computational overhead. In this paper, we propose a lightweight multitask-based sclera feature extractor. The proposed GazeNet network has a computational complexity below 1 GFLOP, making it appropriate for less capable devices like smartphones and head-mounted displays. Our experiments show that GazeNet (which is based on the SqueezeNet architecture) outperforms both the base SqueezeNet model as well as the more computationally intensive ScleraNET model from the literature. Thus, we demonstrate that our proposed gaze-direction multitask learning procedure, along with careful lightweight architecture selection, leads to computationally efficient networks with high recognition performance.
Jezik:
Angleški jezik
Ključne besede:
biometrics
,
ocular biometrics
,
sclera recognition
,
lightweight
,
feature extraction
Vrsta gradiva:
Članek v reviji
Tipologija:
1.01 - Izvirni znanstveni članek
Organizacija:
FRI - Fakulteta za računalništvo in informatiko
Status publikacije:
Objavljeno
Različica publikacije:
Objavljena publikacija
Leto izida:
2025
Št. strani:
Str. 661-671
Številčenje:
Vol. 112
PID:
20.500.12556/RUL-165074
UDK:
004.93:57.087.1
ISSN pri članku:
1110-0168
DOI:
10.1016/j.aej.2024.11.011
COBISS.SI-ID:
215847939
Datum objave v RUL:
22.11.2024
Število ogledov:
31
Število prenosov:
0
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Gradivo je del revije
Naslov:
Alexandria Engineering Journal
Skrajšan naslov:
Alex. Eng. J.
Založnik:
Elsevier
ISSN:
1110-0168
COBISS.SI-ID:
6305307
Licence
Licenca:
CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:
Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Sekundarni jezik
Jezik:
Slovenski jezik
Ključne besede:
biometrija
,
očesna biometrija
,
razpoznava beločnice
,
lahki modeli
,
luščenje značilk
Projekti
Financer:
ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:
P2-0250
Naslov:
Metrologija in biometrični sistemi
Financer:
ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:
P2-0214
Naslov:
Računalniški vid
Financer:
Drugi - Drug financer ali več financerjev
Naslov:
Academic Hardware Grants
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj