哥伦比亚大学的研究人员推出了哥伦比亚大学掌静脉(CUP)数据集,这是第一个旨在应对各种条件下认证挑战的公共视频掌静脉数据集。该数据集在清洁、温暖、潮湿和脏污的表面条件下采集掌静脉数据,表明在清洁手掌上有效的模型在表面有噪声的情况下性能会显著下降。研究还提出了一种鲁棒的匹配方法,该方法融合了全局和区域比较以减轻损坏,在CUP数据集上实现了最先进的结果,同时降低了计算成本。 AI
影响 这项研究可能带来更强大、更可靠的生物识别认证系统,特别是在传统方法因表面条件而失效的环境中。
排序理由 学术论文,详细介绍了用于生物识别认证的新数据集和方法论。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →