Why Temporal Persistence of Biometric Features, as Assessed by the Intraclass Correlation Coefficient, Is So Valuable for Classification Performance.

Friedman, Lee; Stern, Hal S; Price, Larry R; Komogortsev, Oleg V

Friedman, Lee; Stern, Hal S; Price, Larry R; Komogortsev, Oleg V.

Afiliación

Friedman L; Department of Computer Science, Texas State University, 601 University Dr, San Marcos, TX 78666, USA.
Stern HS; Department of Statistics, University of California, Irvine, CA 92697, USA.
Price LR; Methodology, Measurement & Statistics Office of Research & Sponsored Programs, Texas State University, 601 University Dr, San Marcos, TX 78666, USA.
Komogortsev OV; Department of Computer Science, Texas State University, 601 University Dr, San Marcos, TX 78666, USA.

Sensors (Basel) ; 20(16)2020 Aug 14.

Article en En | MEDLINE | ID: mdl-32823860

Asunto(s)

Identificación Biométrica; Movimientos Oculares; Análisis de la Marcha; Biometría; Tecnología de Seguimiento Ocular; Humanos

Palabras clave

biometrics performance; normally distributed features; temporal persistence

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Movimientos Oculares / Identificación Biométrica / Análisis de la Marcha Tipo de estudio: Prognostic_studies Límite: Humans Idioma: En Revista: Sensors (Basel) Año: 2020 Tipo del documento: Article País de afiliación: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google