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]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- computer science
- Computer vision and pattern recognition
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- MAGE-Vein
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →