論文の概要: Fingerprint Matching using the Onion Peeling Approach and Turning Function

• arxiv url: http://arxiv.org/abs/2110.00958v1
• Date: Sun, 3 Oct 2021 09:10:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-05 15:18:40.487151
• Title: Fingerprint Matching using the Onion Peeling Approach and Turning Function
• Title（参考訳）: 玉ねぎピーリングアプローチとターン機能を用いた指紋照合
• Authors: Nazanin Padkan, B. Sadeghi Bigham, Mohammad Reza Faraji
• Abstract要約: フィンガープリントは最も人気があり、丈夫な生体計測特性の1つである。 ほとんどの指紋マッチングアルゴリズムはミツバチをベースとしている。 本論文は,タマネギの剥離法を用いた新しいミナミアン系指紋照合法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Fingerprint, as one of the most popular and robust biometric traits, can be used in automatic identification and verification systems to identify individuals. Fingerprint matching is a vital and challenging issue in fingerprint recognition systems. Most fingerprint matching algorithms are minutiae-based. The minutiae in fingerprints can be determined by their discontinuity. Ridge ending and ridge bifurcation are two frequently used minutiae in most fingerprint-based matching algorithms. This paper presents a new minutiae-based fingerprint matching using the onion peeling approach. In the proposed method, fingerprints are aligned to find the matched minutiae points. Then, the nested convex polygons of matched minutiae points are constructed and the comparison between peer-to-peer polygons is performed by the turning function distance. Simplicity, accuracy, and low time complexity of the Onion peeling approach are three important factors that make it a standard method for fingerprint matching purposes. The performance of the proposed algorithm is evaluated on the database $FVC2002$. The results show that fingerprints of the same fingers have higher scores than different fingers. Since the fingerprints that the difference between the number of their layers is more than $2$ and the minutiae matching score lower than 0.15 are ignored, the better results are obtained.
• Abstract（参考訳）: フィンガープリントは最も人気があり堅牢な生体認証特性の1つであり、個人を識別するための自動識別と検証システムに利用できる。 指紋照合は指紋認識システムにおいて不可欠で困難な問題である。 ほとんどの指紋マッチングアルゴリズムはminutiaeベースである。 指紋のマイナス値は、その不連続性によって決定できる。 リッジエンディングとリッジ分岐は、ほとんどの指紋マッチングアルゴリズムでよく使われる2つのminutiaeである。 本稿では,タマネギ剥離法を用いて,新しいminutiaeベースの指紋照合法を提案する。 提案手法では,一致点を求めるために指紋をアライメントする。 そして、一致するマイナス点のネスト凸多角形を構築し、回転関数距離によってピア対ピア多角形の比較を行う。 オニオン剥離法における簡便さ, 正確性, 低時間の複雑さは, 指紋マッチングの標準的な方法となる重要な3つの要因である。 提案アルゴリズムの性能はデータベース $fvc2002$ で評価される。 その結果、同じ指の指紋は異なる指よりもスコアが高いことがわかった。 それらの層数の違いが2ドル以上であること、および0.15未満の微妙なマッチングスコアが無視されるため、より良い結果が得られる。

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)
• 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)
• 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)
• Pair-Relationship Modeling for Latent Fingerprint Recognition [25.435974669629374]
  本稿では,2つの指紋のペア関係を認識の類似性として直接モデル化する手法を提案する。 2つのデータベースに対する実験結果から,提案手法が技術状況より優れていることが示された。
  論文  参考訳（メタデータ） (2022-07-02T11:31:31Z)
• 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)
• ProxyFAUG: Proximity-based Fingerprint Augmentation [81.15016852963676]
  ProxyFAUGはルールベースで近接性に基づく指紋増強法である。 このデータセット上で最高のパフォーマンスの測位法は、中央値エラーで40%改善され、平均誤差で6%向上した。
  論文  参考訳（メタデータ） (2021-02-04T15:59:30Z)
• 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)
• 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。