hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Super-Resolution for Selfie Biometrics: Introduction and Application to Face and Iris
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0002-1400-346X
University of Malta, Msida, Malta.ORCID-id: 0000-0001-8106-9891
Universidad Autonoma de Madrid, Madrid, Spain.ORCID-id: 0000-0002-6343-5656
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0002-4929-1262
2019 (Engelska)Ingår i: Selfie Biometrics: Advances and Challenges / [ed] Ajita Rattani, Reza Derakhshani & Arun A. Ross, Cham: Springer, 2019, 1, s. 105-128Kapitel i bok, del av antologi (Refereegranskat)
Abstract [en]

Biometric research is heading towards enabling more relaxed acquisition conditions. This has effects on the quality and resolution of acquired images, severly affecting the accuracy of recognition systems if not tackled appropriately. In this chapter, we give an overview of recent research in super-resolution reconstruction applied to biometrics, with a focus on face and iris images in the visible spectrum, two prevalent modalities in selfie biometrics. After an introduction to the generic topic of super-resolution, we investigate methods adapted to cater for the particularities of these two modalities. By experiments, we show the benefits of incorporating super-resolution to improve the quality of biometric images prior to recognition. © Springer Nature AG 2019

Ort, förlag, år, upplaga, sidor
Cham: Springer, 2019, 1. s. 105-128
Serie
Advances in Computer Vision and Pattern Recognition, ISSN 2191-6586, E-ISSN 2191-6594 ; 77
Nationell ämneskategori
Signalbehandling
Identifikatorer
URN: urn:nbn:se:hh:diva-38508DOI: 10.1007/978-3-030-26972-2_5Libris ID: z8pbp2xpw3p1fc6vISBN: 978-3-030-26971-5 (tryckt)ISBN: 978-3-030-26972-2 (digital)OAI: oai:DiVA.org:hh-38508DiVA, id: diva2:1268697
Projekt
SIDUS-AIR
Forskningsfinansiär
VetenskapsrådetVinnovaKK-stiftelsen
Anmärkning

Other funder: CogniMetrics (TEC2015-70627-R) from MINECO/FEDER

Tillgänglig från: 2018-12-06 Skapad: 2018-12-06 Senast uppdaterad: 2019-10-16Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Alonso-Fernandez, FernandoBigun, Josef

Sök vidare i DiVA

Av författaren/redaktören
Alonso-Fernandez, FernandoFarrugia, Reuben A.Fierrez, JulianBigun, Josef
Av organisationen
CAISR Centrum för tillämpade intelligenta system (IS-lab)
Signalbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 217 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf