PulseAugur
中
实时 11:38:57
English(EN) AGVBench: A Reliability-Oriented Benchmark of Data Augmentation for Vein Recognition

血管识别研究在准确性和安全性方面取得进展 · 跟踪 2 个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇新研究论文探讨了血管生物识别技术的进展，重点是提高准确性和安全性。第一篇论文介绍了 AGVBench，这是一个用于评估血管识别中数据增强技术的基准测试，并指出虽然某些方法可以提高准确性，但它们可能会损害对抗性安全性。第二篇论文提出了一个使用深度度量学习的开放集血管识别框架，该框架允许在不重新训练的情况下自适应地注册新用户，并在各种数据集上实现高准确性，同时能够稳健地拒绝冒充者。 AI

影响 血管识别技术的进步可以通过提高准确性和适应性来增强安全系统，可能影响访问控制和身份验证等领域。

排序理由 两篇在 arXiv 上发表的学术论文，详细介绍了血管生物识别的新方法和基准测试。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

血管识别研究在准确性和安全性方面取得进展 · 跟踪 2 个来源

报道来源 [2]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    AGVBench: A Reliability-Oriented Benchmark of Data Augmentation for Vein Recognition

    Vein recognition is a secure biometric technology often constrained by limited annotated data and imaging variations. While data augmentation mitigates this, strategies designed for natural images may disrupt the fine-grained topology and textures essential for identity discrimin…

  2. arXiv cs.CV TIER_1 English(EN) · Pawe{\l} Pilarek, Marcel Musia{\l}ek, Anna G\'orska ·

    Open-Set Vein Biometric Recognition with Deep Metric Learning

    arXiv:2604.14874v2 Announce Type: replace Abstract: Most state-of-the-art vein recognition methods rely on closed-set classification, which inherently limits their scalability and prevents the adaptive enrollment of new users without complete model retraining. We rigorously evalu…

相关实体

相关话题