PulseAugur
实时 10:35:10
Deutsch(DE) MAGE-Vein: Multi-Instance Age and Gender Estimation from Finger Vein Images

MAGE-Vein 框架改进了从指静脉进行年龄/性别估计

研究人员开发了 MAGE-Vein,一个用于从指静脉图像估计年龄和性别的全新框架。这种多实例、多任务学习方法利用三根手指的混合特征级融合来提取可靠的衰老迹象,并同时优化性别分类,以考虑性别特异性的血管变化。在平衡数据集上进行测试,MAGE-Vein 在年龄估计方面取得了 6.12 年的平均绝对误差和 0.880 的相关性,挑战了先前关于指静脉分析在这些任务中存在局限性的假设。 AI

影响 这项研究可能通过克服现有数据集中的人口统计学偏差,从而带来更准确的生物识别系统。

排序理由 该项目是一篇学术论文,详细介绍了一种新方法和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MAGE-Vein 框架改进了从指静脉进行年龄/性别估计

报道来源 [1]

  1. arXiv cs.CV TIER_1 Deutsch(DE) · Katsuki Tanaka, Koichi Ito, Takafumi Aoki, Masakazu Fujio, Yosuke Kaga, Kanade Oshima, Kenta Takahashi ·

    MAGE-Vein:基于指静脉图像的多实例年龄和性别估计

    arXiv:2607.20897v1 Announce Type: new Abstract: Age estimation from finger vein images has been widely considered impractical due to severe demographic biases in public datasets and physiological confounding factors like gender. To overcome these limitations, we propose MAGE-Vein…