首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

【NIR-ISL 2021竞赛】IJCB2021非配合环境下的近红外虹膜图像分割和定位挑战赛

传统的虹膜识别技术在近距离和高度配合等场景中已经趋于成熟,近年来面向用户非配合环境下的虹膜识别技术正如火如荼地发展。对于非配合的虹膜识别,虹膜分割是其面临的首要挑战,影响了从虹膜图像归一化到虹膜图像识别的所有下游任务。近年来,深度学习技术已经在各种计算机视觉任务中取得了成功的应用,也影响了虹膜识别的各个流程,特别是虹膜分割。为了对当前最先进的虹膜分割算法进行综合评测,并吸引更多的研究人员投入到虹膜分割的研究中,北京建筑大学、北京邮电大学和中科院自动化所联合组织非配合环境下的近红外虹膜图像分割和定位挑战赛(NIR-ISL 2021),竞赛已被国际生物识别联合会议(2021 International Joint Conference on Biometrics, IJCB 2021)接受。

02
您找到你想要的搜索结果了吗?
是的
没有找到

深度 | 中国科学院孙哲南研究员:带你认识虹膜识别研究进展

2016人工智能湖南论坛暨自兴人工智能研究院揭牌仪式,来自国内外的许多顶级专家在会上给我们做了报告。中国科学院自动化研究所模式识别国家重点实验室研究员、天津中科智能识别产业技术研究院院长孙哲南研究员就虹膜识别这一话题做了详细的讲解。 今年是人工智能60周年,像虹膜、人脸、指纹识别是比较实用的人工智能,也是发展利用比较成功的几个方向。现在的智能手机基本上都是用指纹识别来解锁,最近三星发布的新手机就会有虹膜解锁,因此现在很多人不太了解虹膜识别,我给大家做个科普。 什么是虹膜? 虹膜是位于人眼表面黑色瞳孔和白色巩

04

CNCC 2016 | 中科院谭铁牛:大数据时代的模式识别

编者注:谭铁牛现为中国科学院副院长、中科院自动化所智能感知与计算研究中心主任,他是中国科学院院士、英国皇家工程院外籍院士、发展中国家科学院(TWAS)院士、巴西科学院通讯院士、中国图像图形学学会理事长、中国人工智能学会副理事长。主要从事图像处理、计算机视觉和模式识别等相关领域的研究工作,已出版编著和专著11部,并在主要的国内外学术期刊和国际学术会议上发表论文500多篇,获准和申请发明专利80多项。曾任中科院自动化所所长、模式识别国家重点实验室主任、中国计算机学会副理事长、国际模式识别协会副主席、IEEE生物

06

《最强大脑》人机大战最大价值:小度们从此走到各行各业中去

在Master全胜人类围棋选手之后,另一场人机大战正在进入尾声:百度小度机器人已在《最强大脑》完成三期挑战,分别取得3:2、1:1、2:0的成绩,两胜一平,直接晋级《脑王决赛》。与Master大战人类围棋选手更多被科技圈人士关注不同,《最强大脑》作为一档科技娱乐化节目在江苏卫视播出后,引发了公众关注。对于机器在三场比赛中不输人类的结局,社交网络上充满争议,尤其是对于“机器战胜人类”这件事情,许多人表示有不同看法。 人机大战开启了一个新的时代 一些人对小度胜出表示质疑,认为这是节目组的“黑幕”,百度与节目

011

人脸识别VS虹膜识别,智能机器人识人技能大比拼!

也许对于你来说,区分你自己、邻居和同事是一件轻松又随意的事情。其实,只有只有少数的动物和人能通过镜子测试,即把动物置于镜子面前,看它们能否意识到镜子里的生物就是自己。令人意外的是初生儿、猫和狗都不能认识镜中的自己。看来识别自我并没有我们想象中那么简单,但是在2012年的时候,没有大脑神经的机器人却能意识到这点。 据悉,耶鲁大学曾研发出一款思考型机器人——Nico,它知道通过照镜子来观察自己的手臂以及全身,认识自我。 不过对于机器人而言,比起认识自我,认识他人才是更为重要的能力,特别是用于进行人机交互的时候。

04

密恐警告:超2000万张,全球最大的人眼图像数据集开源了

在当今世界,基于图像的眼动追踪(eye tracking)变得越来越重要,这是因为人眼运动有可能变革我们与周围计算机系统交互的方式。此外,眼动的方式可以识别甚至在某种程度上预测我们的行动和意图,所以眼动分析可以赋能新的应用,特别是与 VR 或 AR 等现代显示技术结合时。例如,人眼注视(gaze)信号连同人机交互的可能性,使得残疾人能够借助专门为其疾症设计的特殊设备来与环境进行交互。在手术显微镜的应用场景中,外科医生必须进行多种控制行为,这时视觉信号可以用于自动对焦。人眼注视行为还可用于诊断精神分裂症、自闭症、阿尔茨海默症、青光眼等多种疾病。在 VR 或 AR 游戏中,人眼注视信号可用于减少渲染资源的计算。

02

Domain Adaptation for CNN Based IrisSegmentation

卷积神经网络在解决图像分割等关键人工视觉挑战方面取得了巨大成功。然而,训练这些网络通常需要大量标记的数据,而数据标记是一项昂贵而耗时的任务,因为涉及到大量的人力工作。在本文中,我们提出了两种像素级的域自适应方法,介绍了一种基于CNN的虹膜分割训练模型。基于我们的实验,所提出的方法可以有效地将源数据库的域转移到目标数据库的域,产生新的自适应数据库。然后,使用调整后的数据库来训练用于目标数据库中虹膜纹理分割的细胞神经网络,从而消除了对目标标记数据的需要。我们还指出,为新的虹膜分割任务训练特定的CNN,保持最佳分割分数,使用非常少量的训练样本是可能的。

03

眼神科技CTO江武明:多模态统一身份认证——数字化的入口和枢纽|量子位·视点分享回顾

视点 发自 凹非寺 量子位 | 公众号 QbitAI 近年来,指纹、人脸、虹膜等生物识别技术,在智慧城市、治安治理、民生服务等行业广泛应用,为民众带来安全便捷同时,也助力了产业智能升级和降本增效。 其中生物识别技术作为人与数字资产关联的基础技术,是数字化的入口和枢纽。随着产业数字化和电子证照应用的提振加速,面对海量数据下的高安全与强隐私需求,单模态生物识别技术略显“乏力”。 与此同时,经历了近十年飞速发展的人工智能,作为赋能型技术,正需要找到适应的行业和场景体现出其独特的价值。 那么,数字时代的增强身份认证

02
领券