論文の概要: Fingerprint Feature Extraction by Combining Texture, Minutiae, and
Frequency Spectrum Using Multi-Task CNN
- arxiv url: http://arxiv.org/abs/2008.11917v1
- Date: Thu, 27 Aug 2020 05:15:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 08:03:52.921860
- Title: Fingerprint Feature Extraction by Combining Texture, Minutiae, and
Frequency Spectrum Using Multi-Task CNN
- Title（参考訳）: マルチタスクcnnを用いたテクスチャ, ニュートラル, 周波数スペクトルの組み合わせによる指紋特徴抽出
- Authors: Ai Takahashi, Yoshinori Koda, Koichi Ito, Takafumi Aoki
- Abstract要約: テクスチャ,栄養,周波数スペクトルから指紋の特徴を抽出する新しいCNN法を提案する。
提案手法は,市販の指紋照合ソフトウェアや従来手法と比較して,指紋認証の効率がよいことを示す。
- 参考スコア（独自算出の注目度）: 0.14337588659482517
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Although most fingerprint matching methods utilize minutia points and/or
texture of fingerprint images as fingerprint features, the frequency spectrum
is also a useful feature since a fingerprint is composed of ridge patterns with
its inherent frequency band. We propose a novel CNN-based method for extracting
fingerprint features from texture, minutiae, and frequency spectrum. In order
to extract effective texture features from local regions around the minutiae,
the minutia attention module is introduced to the proposed method. We also
propose new data augmentation methods, which takes into account the
characteristics of fingerprint images to increase the number of images during
training since we use only a public dataset in training, which includes a few
fingerprint classes. Through a set of experiments using FVC2004 DB1 and DB2, we
demonstrated that the proposed method exhibits the efficient performance on
fingerprint verification compared with a commercial fingerprint matching
software and the conventional method.
- Abstract（参考訳）: 多くの指紋マッチング法では, 指紋の微細な点やテクスチャを指紋の特徴として用いているが, 固有周波数帯域の隆起パターンで構成されているため, 周波数スペクトルも有用である。
テクスチャ,栄養,周波数スペクトルから指紋の特徴を抽出する新しいCNN法を提案する。
提案手法では,ミネシア周辺の地域から効果的なテクスチャ特徴を抽出するために,ミネシアアテンションモジュールを導入した。
また,数種類の指紋クラスを含む公開データセットのみを使用するため,訓練中の画像数を増加させる指紋画像の特性を考慮した新たなデータ拡張手法を提案する。
FVC 2004 DB1 と DB2 を用いた一連の実験により,本手法は市販指紋照合ソフトウェアと従来手法と比較し,指紋認証の効率性を示すことを示した。
関連論文リスト
- Deep Learning-Based Approaches for Contactless Fingerprints Segmentation
and Extraction [1.2441902898414798]
我々は,非接触指紋の局所化とセグメンテーションのためのディープラーニングベースのセグメンテーションツールを開発した。
評価では,30ピクセルの平均絶対誤差(MAE),5.92度の角度予測誤差(EAP),97.46%のラベル付け精度を示した。
論文 参考訳（メタデータ） (2023-11-26T01:56:10Z) - 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) - RFDforFin: Robust Deep Forgery Detection for GAN-generated Fingerprint
Images [45.73061833269094]
本稿では,GAN生成画像の独自の隆起特性と生成アーティファクトを組み合わせた指紋画像に対する最初の深部偽造検出手法を提案する。
提案手法は,低複雑性で有効かつ堅牢である。
論文 参考訳（メタデータ） (2023-08-18T04:05:18Z) - Benchmarking fixed-length Fingerprint Representations across different
Embedding Sizes and Sensor Types [13.715060479044167]
指紋から固定長埋め込みを抽出するディープニューラルネットワークが提案されている。
本研究では,2種類のセンサに対する指紋テクスチャ情報の認識性能に与える影響について検討した。
論文 参考訳（メタデータ） (2023-07-17T16:30:44Z) - FIGO: Enhanced Fingerprint Identification Approach Using GAN and One
Shot Learning Techniques [0.0]
本稿では,生成逆数ネットワークとワンショット学習技術に基づく指紋識別手法を提案する。
まず,低画質の指紋画像を,指紋強調層に直接画素を向けて高レベルの指紋画像に変換するPix2Pixモデルを提案する。
第2に,指紋識別プロセスにおいて,各指紋を他の指紋と区別するために,ワンショット学習アプローチを用いた完全自動指紋特徴抽出モデルを構築した。
論文 参考訳（メタデータ） (2022-08-11T02:45:42Z) - 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) - On the vulnerability of fingerprint verification systems to fake
fingerprint attacks [57.36125468024803]
中規模の偽指紋データベースを記述し、2つの異なる指紋認証システムを評価する。
光およびサーマルスイーピングセンサの結果が提供される。
論文 参考訳（メタデータ） (2022-07-11T12:22:52Z) - 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) - A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。
本稿では,指紋画像品質評価のための既存手法について概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
論文 参考訳（メタデータ） (2021-11-14T19:53:12Z) - Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。
本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。
提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
論文 参考訳（メタデータ） (2020-05-12T15:51:59Z)
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。