論文の概要: Advancing Toward Robust and Scalable Fingerprint Orientation Estimation: From Gradients to Deep Learning

• arxiv url: http://arxiv.org/abs/2010.11563v2
• Date: Tue, 19 Aug 2025 02:51:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.245712
• Title: Advancing Toward Robust and Scalable Fingerprint Orientation Estimation: From Gradients to Deep Learning
• Title（参考訳）: ロバストでスケーラブルな指紋方向推定への取り組み:グラディエンスからディープラーニングへ
• Authors: Amit Kumar Trivedi, Jasvinder Pal Singh,
• Abstract要約: この研究は、従来の手法からより高度な機械学習アプローチへの明確な進化を特定する。 この研究は、現在のアプローチの限界を強調し、次世代のアルゴリズムを設計することの重要性を強調している。
• 参考スコア（独自算出の注目度）: 1.6804613362826175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The study identifies a clear evolution from traditional methods to more advanced machine learning approaches. Current algorithms face persistent challenges, including degraded image quality, damaged ridge structures, and background noise, which impact performance. To overcome these limitations, future research must focus on developing efficient algorithms with lower computational complexity while maintaining robust performance across varied conditions. Hybrid methods that combine the simplicity and efficiency of gradient-based techniques with the adaptability and robustness of machine learning are particularly promising for advancing fingerprint recognition systems. Fingerprint orientation estimation plays a crucial role in improving the reliability and accuracy of biometric systems. This study highlights the limitations of current approaches and underscores the importance of designing next-generation algorithms that can operate efficiently across diverse application domains. By addressing these challenges, future developments could enhance the scalability, reliability, and applicability of biometric systems, paving the way for broader use in security and identification technologies.
• Abstract（参考訳）: この研究は、従来の手法からより高度な機械学習アプローチへの明確な進化を特定する。 現在のアルゴリズムでは、劣化した画像品質、損傷した尾根構造、パフォーマンスに影響を与えるバックグラウンドノイズなど、永続的な課題に直面している。 これらの制限を克服するために、将来の研究は、様々な条件にまたがる堅牢な性能を維持しながら、より少ない計算複雑性を持つ効率的なアルゴリズムの開発に注力する必要がある。 勾配に基づく手法の単純さと効率性と機械学習の適応性と堅牢性を組み合わせたハイブリッド手法は、特に指紋認識システムの進歩に有望である。 指紋方位推定は生体認証システムの信頼性と精度を向上させる上で重要な役割を担っている。 この研究は、現在のアプローチの限界を強調し、多様なアプリケーションドメインで効率的に動作する次世代アルゴリズムを設計することの重要性を強調している。 これらの課題に対処することで、将来の開発は生体認証システムのスケーラビリティ、信頼性、適用性を向上し、セキュリティと識別技術で広く使われるための道を開くことができる。

関連論文リスト

• Scalable Fingerprinting of Large Language Models [46.26999419117367]
  我々はPerinucleus sampleと呼ばれる新しい手法を導入し、スケーラブルで永続的で無害な指紋を生成する。 この手法により,Llama-3.1-8Bモデルに24,576個の指紋を付加できることを示した。
  論文  参考訳（メタデータ） (2025-02-11T18:43:07Z)
• Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy [55.2480439325792]
  ブラウザのフィンガープリントは、クッキーのような従来の方法なしでオンラインでユーザーを特定し、追跡するテクニックとして成長している。 本稿では, 各種指紋認証技術について概説し, 収集データのエントロピーと特異性を解析する。
  論文  参考訳（メタデータ） (2024-11-18T20:32:31Z)
• Fingerprint Liveness Detection using Minutiae-Independent Dense Sampling of Local Patches [0.0]
  指紋認識とマッチングは、ユーザ認証の一般的な形式である。 この脆弱性に対する対策として、スポット検出とライブネス検出アルゴリズムが研究されている。 本稿では,機械学習を用いた指紋偽造防止機構を提案する。
  論文  参考訳（メタデータ） (2023-04-11T16:11:44Z)
• Deep Learning in the Field of Biometric Template Protection: An Overview [18.016337076888924]
  ディープラーニングは、生体認証を含むパターン認識の分野に革命をもたらした。 バイオメトリックテンプレート保護におけるバイオメトリックのパフォーマンス向上とセキュリティの相互関係を詳述する。 本稿では,バイオメトリックテンプレート保護に適した特徴表現を得るためのディープラーニングの利用について論じる。
  論文  参考訳（メタデータ） (2023-03-05T17:06:40Z)
• Secure and Privacy Preserving Proxy Biometrics Identities [25.272389610447856]
  本研究は, プロキシフィンガーと呼ばれる新しい人工指紋を生成するための新しいアプローチを提案する。 これらのプロキシバイオメトリックスは、ユーザ固有のキーの助けを借りてのみ、オリジナルのものから生成される。 提案手法を使用すると、Anguli指紋データベースに属するサンプルからプロキシデータセットが生成される。 マッチング実験はオリジナルより5倍大きい新しいセットで行われ、盗まれたキーの安全なキーシナリオにおいて、その性能は0 FARと0 FRRと同等であることが判明した。
  論文  参考訳（メタデータ） (2022-12-21T07:02:11Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• 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)
• 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)
• OTB-morph: One-Time Biometrics via Morphing applied to Face Templates [8.623680649444212]
  本稿では,テンプレートを潜在的な攻撃から保護することを目的とした,キャンセル可能なバイオメトリックスのための新しい手法を提案する。 フェースバイオメトリックスに対して提案手法を実験的に実装する。
  論文  参考訳（メタデータ） (2021-11-25T18:35:34Z)
• 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)
• An Overview of Fingerprint-Based Authentication: Liveness Detection and Beyond [0.0]
  我々は,生きた人間がシステム上で認証しようとしていることを確実にするための技術として定義されている,身体の活力を検出する方法に焦点をあてる。 我々は、悪意ある人物が指紋認証システムを騙して偽の指を本物として受け入れようとする攻撃を防ぐのに、これらの手法がいかに効果的かを分析する。
  論文  参考訳（メタデータ） (2020-01-24T20:07:53Z)

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。