个人身份识别使用横截面的手的高光谱图像
1Osaka Metropolitan University, Center for Health Science Innovation, Smart Life Science Lab., Osaka, Japan.
Journal of biomedical optics
|December 17, 2024
概括
手掌的高光谱成像为个人识别提供了一种新的生物识别方法. 这种非侵入性技术使用人工智能来实现高精度,优于传统的血管模式方法.
科学领域:
- 生物识别信息 生物识别信息
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 超光谱成像是一种快速,非侵入性的技术,在生物识别和医学诊断中具有应用.
- 传统的血管模式识别方法在稳定性和简单性方面存在局限性.
研究的目的:
- 为了证明本地横截面高光谱手掌图像对于准确的个人识别的潜力.
- 建立超光谱手掌成像作为一个可行的生物识别方式.
主要方法:
- 利用手掌的高光谱成像与人工智能 (AI) 结合用于感兴趣区域 (ROI) 检测.
- 采用特征向量提取和维度减小技术,包括统一的多边近似和投影 (UMAP).
- 使用曲线下的面积 (AUC) 和相同错误率 (EER) 验证的个人识别准确性.
主要成果:
- 与主要组件分析 (PCA) 和t分布式随机邻近嵌入 (t-SNE) 相比,特征向量显示了与UMAP的增强集群内部相似性.
- 达到0.98的最大AUC和0.04%的相同错误率 (EER).
结论:
- 提出了一种新的生物识别方法,利用人手掌的横截面超光谱成像.
- 该方法包括基于AI的ROI检测,特征提取,维度减小和基于欧几里德距离的匹配.
- 该技术显示出极其精确的个人身份识别的巨大潜力.
更多相关视频
10:35Multimodal Imaging and Spectroscopy Fiber-bundle Microendoscopy Platform for Non-invasive, In Vivo Tissue Analysis
Published on: October 17, 2016
7.8K
09:56Universal Hand-held Three-dimensional Optoacoustic Imaging Probe for Deep Tissue Human Angiography and Functional Preclinical Studies in Real Time
Published on: November 4, 2014
10.7K
