論文の概要: Level Three Synthetic Fingerprint Generation

• arxiv url: http://arxiv.org/abs/2002.03809v3
• Date: Fri, 7 Aug 2020 19:18:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 21:12:17.805244
• Title: Level Three Synthetic Fingerprint Generation
• Title（参考訳）: レベル3合成フィンガープリント生成
• Authors: Andr\'e Brasil Vieira Wyzykowski, Mauricio Pamplona Segundo, Rubisley de Paula Lemes
• Abstract要約: 現実的で高解像度な指紋を合成するための新しいハイブリッドアプローチを提案する。 まず,手作りの指紋生成装置であるAnguliを改良し,汗孔と傷のついたダイナミックな隆起地図を得た。 私たちはこれらの地図をリアルな指紋に変換するためにCycleGANを訓練しました。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Today's legal restrictions that protect the privacy of biometric data are hampering fingerprint recognition researches. For instance, all high-resolution fingerprint databases ceased to be publicly available. To address this problem, we present a novel hybrid approach to synthesize realistic, high-resolution fingerprints. First, we improved Anguli, a handcrafted fingerprint generator, to obtain dynamic ridge maps with sweat pores and scratches. Then, we trained a CycleGAN to transform these maps into realistic fingerprints. Unlike other CNN-based works, we can generate several images for the same identity. We used our approach to create a synthetic database with 7400 images in an attempt to propel further studies in this field without raising legal issues. We included sweat pore annotations in 740 images to encourage research developments in pore detection. In our experiments, we employed two fingerprint matching approaches to confirm that real and synthetic databases have similar performance. We conducted a human perception analysis where sixty volunteers could hardly differ between real and synthesized fingerprints. Given that we also favorably compare our results with the most advanced works in the literature, our experimentation suggests that our approach is the new state-of-the-art.
• Abstract（参考訳）: 生体認証データのプライバシーを守る今日の法的規制は、指紋認証の研究を妨げる。 例えば、高解像度の指紋データベースはすべて公開されなくなった。 そこで本研究では,高分解能のリアル指紋を合成する新しいハイブリッド手法を提案する。 まず,手作り指紋生成装置であるanguliの改良を行い,汗孔や傷のある動的リッジマップを得た。 そして、これらの地図をリアルな指紋に変換するために、サイクガンを訓練しました。 他のCNNベースの作品とは異なり、同一のIDに対して複数の画像を生成することができる。 我々は,本手法を用いて7400画像からなる合成データベースを作成し,法的な問題を提起することなく,この分野のさらなる研究を促進することを試みた。 汗孔アノテーションを740枚の画像に含め,毛孔検出研究を奨励した。 実験では,2つの指紋マッチング手法を用いて,実データベースと合成データベースの類似性能を確認した。 実際の指紋と合成指紋とでは60名の被験者の区別がほとんどなかった。 私たちの研究成果と文学における最先端の成果を好意的に比較した結果から,我々のアプローチは最先端の新たな手法であることが示唆された。

関連論文リスト

• Synthetic Latent Fingerprint Generation Using Style Transfer [6.530917936319386]
  そこで我々は,現実的な潜伏指紋を合成するために,スタイル転送と画像ブレンディングを用いたシンプルで効果的なアプローチを提案する。 評価基準と実験により,生成した合成潜伏指紋は,入力された接触指紋から識別情報を保存していることが示された。
  論文  参考訳（メタデータ） (2023-09-27T15:47:00Z)
• A Universal Latent Fingerprint Enhancer Using Transformers [47.87570819350573]
  本研究の目的は,ULPrintと呼ばれる高速なフィンガープリント方式を開発し,様々な潜伏指紋のタイプを増強することである。 クローズドセットの識別精度実験では、MSU-AFISの性能は61.56%から75.19%に向上した。
  論文  参考訳（メタデータ） (2023-05-31T23:01:11Z)
• QUBO-inspired Molecular Fingerprint for Chemical Property Prediction [0.5161531917413708]
  我々は,より効果的な指紋を用いた予測性能がよいという仮定に基づいて,新しい指紋を生成する。 複数のベース指紋の産物である効果的な相互作用指紋を生成する。 そこで本研究では,QM9データセットを用いた効果的なインタラクションフィンガープリントについて検討した。
  論文  参考訳（メタデータ） (2023-03-17T04:40:49Z)
• Comparative analysis of segmentation and generative models for fingerprint retrieval task [0.0]
  指紋は、指が汚れたり、濡れたり、怪我したり、センサーが故障したりすると、品質が低下する。 本稿では,ジェネレーティブ(GAN)とモデルを用いた深層学習手法を提案する。 本研究は, GANネットワークよりも, u-net モデルの方が優れた性能を示した。
  論文  参考訳（メタデータ） (2022-09-13T17:21:14Z)
• Hierarchical Perceptual Noise Injection for Social Media Fingerprint Privacy Protection [106.5308793283895]
  ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します 指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。 この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
  論文  参考訳（メタデータ） (2022-08-23T02:20:46Z)
• A review of schemes for fingerprint image quality computation [66.32254395574994]
  本稿では,指紋画像品質計算における既存手法について概説する。 また、9000個の指紋画像を含むMCYTデータベースを用いて、それらの選択を実装し、テストし、比較する。
  論文  参考訳（メタデータ） (2022-07-12T10:34:03Z)
• SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
  指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。 この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
  論文  参考訳（メタデータ） (2022-04-13T16:27:27Z)
• Synthesis and Reconstruction of Fingerprints using Generative Adversarial Networks [6.700873164609009]
  本稿では,StyleGan2アーキテクチャに基づく新しい指紋合成・再構成フレームワークを提案する。 また,生成した指紋の属性を同一性を保ちながら修正する計算手法も提案する。 提案手法は, 指紋合成と復元の両面において, 現代的手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2022-01-17T00:18:00Z)
• PrintsGAN: Synthetic Fingerprint Generator [39.804969475699345]
  PrintsGANは、特定の指紋に対する複数の印象とともに、ユニークな指紋を生成することができる合成指紋生成装置である。 本研究では,指紋から一定の長さの埋め込みを抽出するために,深層ネットワークをトレーニングしたPrintsGANの有用性を示す。
  論文  参考訳（メタデータ） (2022-01-10T22:25:10Z)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)
• Artificial Fingerprinting for Generative Models: Rooting Deepfake Attribution in Training Data [64.65952078807086]
  光現実性画像生成は、GAN(Generative Adversarial Network)のブレークスルーにより、新たな品質レベルに達した。 しかし、このようなディープフェイクのダークサイド、すなわち生成されたメディアの悪意ある使用は、視覚的誤報に関する懸念を提起する。 我々は,モデルに人工指紋を導入することによって,深度検出の積極的な,持続可能なソリューションを模索する。
  論文  参考訳（メタデータ） (2020-07-16T16:49:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。