izpis_h1_title_alt

GazeNet : a lightweight multitask sclera feature extractor
ID Vitek, Matej (Avtor), ID Štruc, Vitomir (Avtor), ID Peer, Peter (Avtor)

.pdfPDF - Predstavitvena datoteka, prenos (2,96 MB)
MD5: E4D898862C28764C21A6F65C2A395899
URLURL - Izvorni URL, za dostop obiščite https://www.sciencedirect.com/science/article/pii/S1110016824014273 Povezava se odpre v novem oknu

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 Povezava se odpre v novem oknu
UDK:004.93:57.087.1
ISSN pri članku:1110-0168
DOI:10.1016/j.aej.2024.11.011 Povezava se odpre v novem oknu
COBISS.SI-ID:215847939 Povezava se odpre v novem oknu
Datum objave v RUL:22.11.2024
Število ogledov:31
Število prenosov:0
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Gradivo je del revije

Naslov:Alexandria Engineering Journal
Skrajšan naslov:Alex. Eng. J.
Založnik:Elsevier
ISSN:1110-0168
COBISS.SI-ID:6305307 Povezava se odpre v novem oknu

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