論文の概要: Mobile Touchless Fingerprint Recognition: Implementation, Performance
and Usability Aspects
- arxiv url: http://arxiv.org/abs/2103.03038v1
- Date: Thu, 4 Mar 2021 13:56:16 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-05 14:56:07.503630
- Title: Mobile Touchless Fingerprint Recognition: Implementation, Performance
and Usability Aspects
- Title（参考訳）: モバイルタッチレス指紋認識:実装、パフォーマンス、ユーザビリティの観点から
- Authors: Jannis Priesnitz, Rolf Huesmann, Christian Rathgeb, Nicolas Buchmann,
Christoph Busch
- Abstract要約: 本研究は,スマートフォン用タッチレス指紋自動認識システムを提案する。
認識パイプライン全体を包括的に記述し,完全自動化したキャプチャシステムにおける重要な要件について考察する。
- 参考スコア（独自算出の注目度）: 13.664130356074052
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This work presents an automated touchless fingerprint recognition system for
smartphones. We provide a comprehensive description of the entire recognition
pipeline and discuss important requirements for a fully automated capturing
system. Also, our implementation is made publicly available for research
purposes. During a database acquisition, a total number of 1,360 touchless and
touch-based samples of 29 subjects are captured in two different environmental
situations. Experiments on the acquired database show a comparable performance
of our touchless scheme and the touch-based baseline scheme under constrained
environmental influences. A comparative usability study on both capturing
device types indicates that the majority of subjects prefer the touchless
capturing method. Based on our experimental results we analyze the impact of
the current COVID-19 pandemic on fingerprint recognition systems. Finally,
implementation aspects of touchless fingerprint recognition are summarized.
- Abstract（参考訳）: 本研究は,スマートフォン用タッチレス指紋自動認識システムを提案する。
認識パイプライン全体を包括的に記述し,完全自動化したキャプチャシステムにおける重要な要件について考察する。
また,本実装は研究目的で公開されている。
データベースの取得中に、29の被験者の合計1,360のタッチレスおよびタッチベースのサンプルが2つの異なる環境状況でキャプチャされます。
取得したデータベース上での実験では,環境制約下でのタッチレススキームとタッチベースベースラインスキームに匹敵する性能を示した。
両方のキャプチャデバイスタイプの比較ユーザビリティ調査は、被験者の大半がタッチレスキャプチャ方法を好むことを示しています。
実験結果に基づいて、現在のCOVID-19パンデミックが指紋認識システムに与える影響を分析した。
最後に,タッチレス指紋認証の実装について概説する。
関連論文リスト
- Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。
以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
論文 参考訳（メタデータ） (2024-04-25T17:59:41Z) - 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) - Finger-UNet: A U-Net based Multi-Task Architecture for Deep Fingerprint
Enhancement [0.0]
指紋認識/検証パイプラインの初期段階において、指紋強調は重要な役割を果たす。
低品質指紋を効果的に改善するために,U-Netの直感的な修正を提案する。
モデルのメモリフットプリントを大幅に削減するため,通常の畳み込みを奥行き分離可能な畳み込みに置き換える。
論文 参考訳（メタデータ） (2023-10-01T09:49:10Z) - Presentation Attack Detection with Advanced CNN Models for
Noncontact-based Fingerprint Systems [5.022332693793425]
我々は,7500枚以上の4指画像の提示攻撃検出(PAD)データセットを開発した。
攻撃提示分類誤り率(APCER)0.14%とボナフィド提示分類誤り率(BPCER)0.18%のPAD精度について検討した。
論文 参考訳（メタデータ） (2023-03-09T18:01:10Z) - Combining multiple matchers for fingerprint verification: A case study
in biosecure network of excellence [53.598636960435286]
指紋認証のための2つの参照システムは、追加の2つの非参照システムと共にテストされている。
実験結果から, 最適認識戦略は, 栄養素と相関測定の両方が関係していることが示唆された。
論文 参考訳（メタデータ） (2022-12-04T19:49:05Z) - 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) - 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) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳（メタデータ） (2022-03-14T17:05:59Z) - 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) - A Contactless Fingerprint Recognition System [5.565364597145569]
距離から指紋をキャプチャする非接触指紋認識システムを開発するためのアプローチを提案する。
キャプチャされたフィンガー写真はさらに処理され、グローバルおよびローカルな機能(ミニチュアベース)が取得される。
提案システムはNvidia Jetson Nano開発キットを用いて開発され,非接触指紋認識をリアルタイムで行うことができる。
論文 参考訳（メタデータ） (2021-08-20T08:21:55Z) - 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。