論文の概要: Data Uncertainty Guided Noise-aware Preprocessing Of Fingerprints
- arxiv url: http://arxiv.org/abs/2107.01248v1
- Date: Fri, 2 Jul 2021 19:47:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-06 15:22:57.828128
- Title: Data Uncertainty Guided Noise-aware Preprocessing Of Fingerprints
- Title（参考訳）: データ不確かさに基づく指紋の前処理
- Authors: Indu Joshi and Ayush Utkarsh and Riya Kothari and Vinod K Kurmi and
Antitza Dantcheva and Sumantra Dutta Roy and Prem Kumar Kalra
- Abstract要約: 本稿では,入力画像に存在する雑音を定量化し,背景雑音やリッジの明度が低い指紋領域を識別する,データ不確実性に基づくフレームワークを提案する。
ノイズの定量化は、2つの折りたたみモデルに役立つ: まず、目的関数を特定の入力指紋のノイズに適応させ、その結果、ノイズや歪んだ指紋領域の堅牢な性能を達成する。
予測ノイズ分散マップは、入力画像に存在するノイズによる誤予測をエンドユーザが理解できるようにする。
- 参考スコア（独自算出の注目度）: 5.740220134446289
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The effectiveness of fingerprint-based authentication systems on good quality
fingerprints is established long back. However, the performance of standard
fingerprint matching systems on noisy and poor quality fingerprints is far from
satisfactory. Towards this, we propose a data uncertainty-based framework which
enables the state-of-the-art fingerprint preprocessing models to quantify noise
present in the input image and identify fingerprint regions with background
noise and poor ridge clarity. Quantification of noise helps the model two
folds: firstly, it makes the objective function adaptive to the noise in a
particular input fingerprint and consequently, helps to achieve robust
performance on noisy and distorted fingerprint regions. Secondly, it provides a
noise variance map which indicates noisy pixels in the input fingerprint image.
The predicted noise variance map enables the end-users to understand erroneous
predictions due to noise present in the input image. Extensive experimental
evaluation on 13 publicly available fingerprint databases, across different
architectural choices and two fingerprint processing tasks demonstrate
effectiveness of the proposed framework.
- Abstract（参考訳）: 良質な指紋に対する指紋認証システムの有効性は, 昔から確立されてきた。
しかし, ノイズや品質の悪い指紋に対する標準指紋照合システムの性能は十分ではない。
そこで本研究では,最先端の指紋前処理モデルを用いて,入力画像に存在する雑音を定量化し,背景雑音やリッジの明度が低い指紋領域を識別する手法を提案する。
ノイズの定量化は、2つの折りたたみモデルに役立つ: まず、目的関数を特定の入力指紋のノイズに適応させ、その結果、ノイズや歪んだ指紋領域の堅牢な性能を達成する。
第二に、入力指紋画像中のノイズの多い画素を示すノイズ分散マップを提供する。
予測ノイズ分散マップは、入力画像に存在するノイズによる誤予測をエンドユーザが理解できるようにする。
様々なアーキテクチャの選択と2つの指紋処理タスクにわたる13の公開指紋データベースの広範な実験評価は,提案手法の有効性を示している。
関連論文リスト
- A Robust Algorithm for Contactless Fingerprint Enhancement and Matching [7.820996917431323]
接触のない指紋画像には 4つの特徴があります
ノイズが少なく、リッジパターンの不連続も少なく、相互運用性の問題を引き起こす。
そこで本研究では,無接触指紋識別ソリューションを提案する。
論文 参考訳（メタデータ） (2024-08-18T10:01:42Z) - Regression of Dense Distortion Field from a Single Fingerprint Image [32.77128793787146]
皮膚の歪みは指紋マッチングにおける長期にわたる課題であり、偽の非一致を引き起こす。
従来の研究では、歪んだ指紋から歪み場を推定することにより、認識率を向上させることができることが示されている。
本稿では,自己参照型ネットワークを用いて歪んだ指紋の密度歪み場を直接推定する補正手法を提案する。
論文 参考訳（メタデータ） (2024-04-26T05:00:51Z) - Direct Regression of Distortion Field from a Single Fingerprint Image [32.77128793787146]
皮膚の歪みは指紋マッチングにおける長期にわたる課題であり、偽の非一致を引き起こす。
従来の研究では、歪んだ指紋から歪み場を推定し、正常な指紋に修正することで認識率が向上することが示されている。
既存の補正法は歪み場の主成分表現に基づいており、これは正確ではなく、指のポーズに非常に敏感である。
論文 参考訳（メタデータ） (2024-04-26T04:35:42Z) - 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 Effects of Image Quality Degradation on Minutiae- and Ridge-Based
Automatic Fingerprint Recognition [61.81926091202142]
画像品質の異なるミツイア情報とリッジ情報に基づく2つの指紋照合器の性能について検討した。
リッジベースシステムは、多くの異なる画像品質基準のために、ミヌチアベースシステムよりも画像品質劣化に対してより堅牢であることが判明した。
論文 参考訳（メタデータ） (2022-07-12T10:28:36Z) - 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) - 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) - Variational Denoising Network: Toward Blind Noise Modeling and Removal [59.36166491196973]
ブラインド画像のデノイングはコンピュータビジョンにおいて重要な問題であるが、非常に難しい問題である。
本稿では,ノイズ推定と画像デノーミングを併用した新しい変分推論手法を提案する。
論文 参考訳（メタデータ） (2019-08-29T15:54:06Z)
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。