检索结果-南通市图书馆

Face Attribute Convolutional Neural Network System for Data Security with Improved Crypto Biometrics

Computer Systems Science & Engineering 2023年第6期45卷 2351-2362页

作者： S.Aanjanadevi S.Aanjankumar K.R.Ramela V.Palanisamy Department of Computer Applications Alagappa UniversityKaraikudi630003TamilnaduIndia Department of Computer Science and Engineering Sri Raaja Raajan College of Engineering and TechnologyAmaravathipudur630301TamilnaduIndia Department of Electrical and Electronics Engineering Ultra College of Engineering and TechnologyMadurai625020TamilnaduIndia

Due to the enormous usage of the internet for transmission of data over a network,security and authenticity become major *** challenges encountered in biometric system are the misuse of enrolled biometric templates stored in database *** describe these issues various algorithms are implemented to deliver better protection to biometric traits such as physical(Face,fingerprint,Ear etc.)and behavioural(Gesture,Voice,tying etc.)by means of matching and verification *** this work,biometric security system with fuzzy extractor and convolutional neural networks using face attribute is proposed which provides different choices for supporting cryptographic processes to the confidential *** proposed system not only offers security but also enhances the system execution by discrepancy conservation of binary *** Face Attribute Convolutional Neural Network(facnn)is used to generate binary codes from nodal points which act as a key to encrypt and decrypt the entire data for further *** Artificial Intelligence(AI)into the proposed system,automatically upgrades and replaces the previously stored biometric template after certain time period to reduce the risk of ageing difference while *** codes generated from face templates are used not only for cryptographic approach is also used for biometric process of enrolment and *** main face data sets are taken into the evaluation to attain system performance by improving the efficiency of matching performance to verify *** system enhances the system performance by 8%matching and verification and minimizes the False Acceptance Rate(FAR),False Rejection Rate(FRR)and Equal Error Rate(EER)by 6 times and increases the data privacy through the biometric cryptosystem by 98.2%while compared to other work.

关键词： facnn biometric cryptography AI FAR FRR EER

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

利用全空洞卷积神经元网络进行城市土地覆盖分类与变化检测

引用

武汉大学学报（信息科学版） 2020年第2期45卷 233-241页

作者：季顺平田思琦张驰武汉大学遥感信息工程学院湖北武汉430079

基于遥感影像的城市土地利用/土地覆盖分类与变化检测在土地利用调查和更新中具有重要意义。基于武汉市高分辨率航空和卫星遥感影像以及对应的武汉市土地覆盖GIS矢量数据,提出了一种新颖的卷积神经元网络,应用于城市土地覆盖分类和变化... 详细信息

基于遥感影像的城市土地利用/土地覆盖分类与变化检测在土地利用调查和更新中具有重要意义。基于武汉市高分辨率航空和卫星遥感影像以及对应的武汉市土地覆盖GIS矢量数据,提出了一种新颖的卷积神经元网络,应用于城市土地覆盖分类和变化检测。首先,采用一种用于分类的全空洞卷积神经元网络(fully atrous convolutional neural network,facnn),它能够顾及GIS矢量数据中地物的不同尺度和不同勾绘精细程度。然后,在分类的基础上,利用前期已有的GIS数据进行像素级和对象级的变化检测并得到变化图。最后,通过对整个武汉市8000 km2土地覆盖的分类和变化检测实验,验证了所提方法的有效性和先进性。所提出的facnn在城市土地覆盖分类中的表现优于FCN-16、U-Net、Dense-Net等主流影像分割网络;得到的对象级变化图精度达到74.1%,召回率达到96.4%,有望为城市土地覆盖变化检测及GIS数据库的更新提供较好的技术辅助手段。

关键词：遥感影像分类 facnn 深度学习土地覆盖分类变化检测

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：