跳到正文
热点事件持续更新

融合速度信息的鼠标动态图像表示方法

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对传统方法忽略时间特征的问题,Junyi Li 等人提出了融合速度与加速度信息的 XYPlot 和 Pairwise Distance(PWD)图像表征方法。该研究在 Balabit、TWOS 等数据集的预印本中,结合位置感知的 2D-CNN 架构实现了最优认证性能,其中 Balabit 测试集平均 EER 低至 5.21% 与 12.70%,TWOS 为 4.94%。

AI 根据报道生成 · 9 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    时空图像表征提升鼠标动态认证性能

    针对传统方法忽略时间特征的问题,该研究提出融合速度与加速度信息的 XYPlot 和 Pairwise Distance 图像表征。在 Balabit、TWOS 等数据集的预印本研究中,结合位置感知的 2D-CNN 架构实现了最优效果,Balabit 测试集平均 EER 低至 5.21% 与 12.70%,TWOS 为 4.94%。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 18:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。