論文の概要: A Comparative Study of Fingerprint Image-Quality Estimation Methods
- arxiv url: http://arxiv.org/abs/2111.07432v1
- Date: Sun, 14 Nov 2021 19:53:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-16 17:46:21.720510
- Title: A Comparative Study of Fingerprint Image-Quality Estimation Methods
- Title（参考訳）: 指紋画像品質推定法の比較検討
- Authors: Fernando Alonso-Fernandez, Julian Fierrez, Javier Ortega-Garcia,
Joaquin Gonzalez-Rodriguez, Hartwig Fronthaler, Klaus Kollreider, Josef Bigun
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 54.84936551037727
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: One of the open issues in fingerprint verification is the lack of robustness
against image-quality degradation. Poor-quality images result in spurious and
missing features, thus degrading the performance of the overall system.
Therefore, it is important for a fingerprint recognition system to estimate the
quality and validity of the captured fingerprint images. In this work, we
review existing approaches for fingerprint image-quality estimation, including
the rationale behind the published measures and visual examples showing their
behavior under different quality conditions. We have also tested a selection of
fingerprint image-quality estimation algorithms. For the experiments, we employ
the BioSec multimodal baseline corpus, which includes 19200 fingerprint images
from 200 individuals acquired in two sessions with three different sensors. The
behavior of the selected quality measures is compared, showing high correlation
between them in most cases. The effect of low-quality samples in the
verification performance is also studied for a widely available minutiae-based
fingerprint matching system.
- Abstract（参考訳）: 指紋認証のオープンな問題の1つは、画質劣化に対する堅牢性の欠如である。
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。
したがって、指紋認識システムは、取得した指紋画像の品質と妥当性を推定することが重要である。
本稿では, 指紋画像品質推定のための既存手法について, 公表された尺度の根拠や, 異なる品質条件下での指紋画像の挙動を示す視覚的な例などについて概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
実験にはBioSecのマルチモーダルベースラインコーパスを使用し、2回のセッションで取得した200人の指紋画像を3つのセンサーで19200枚を含む。
選択した品質指標の挙動を比較し、ほとんどの場合においてそれらの相関が高いことを示す。
低品質のサンプルが検証性能に及ぼす影響は、広く利用可能なminutiaeベースの指紋照合システムでも研究されている。
関連論文リスト
- Effectiveness of learning-based image codecs on fingerprint storage [19.292976022250684]
本研究は,指紋画像の記憶における学習ベース画像コーデックの適応性に関する最初の研究である。
一定のレートで学習されたソリューションは、JPEG2000のような以前の指紋コーディング標準を大幅に上回った。
その結果、学習した圧縮加工品の特異性は、指紋の自動識別を妨げないことがわかった。
論文 参考訳（メタデータ） (2024-09-27T13:23:17Z) - 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) - BAND-2k: Banding Artifact Noticeable Database for Banding Detection and
Quality Assessment [52.1640725073183]
バンディングは階段のような輪郭としても知られ、圧縮または量子化アルゴリズムによって処理された画像やビデオの平坦な領域で頻繁に発生する。
これまでに2000枚のバンド化画像からなるBanding Artifact Noticeable Database (BAND-2k) という,最大のBanding IQAデータベースを構築した。
デュアル畳み込みニューラルネットワークを用いて、高周波および低周波マップから特徴表現を同時に学習する。
論文 参考訳（メタデータ） (2023-11-29T15:56:31Z) - Fingerprint Image-Quality Estimation and its Application to
Multialgorithm Verification [56.128200319868526]
信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。
本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。
定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
論文 参考訳（メタデータ） (2022-11-24T12:17:49Z) - 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) - Fingerprint Liveness Detection Based on Quality Measures [66.76480178498315]
新たな特徴セットは、完全なライブネス検出システムで使用され、LivDETコンペティションの開発セットでテストされている。
提案手法はマルチセンサのシナリオに対して堅牢であることが証明され、全体の93%が正しく分類されたサンプルである。
論文 参考訳（メタデータ） (2022-07-11T12:15:27Z) - MiDeCon: Unsupervised and Accurate Fingerprint and Minutia Quality
Assessment based on Minutia Detection Confidence [6.284767263654553]
ミリ波検出信頼度(MiDeCon)に基づくミナミズムと指紋品質評価の新しい概念を提案する。
MiDeConは任意の深層学習に基づく微栄養抽出器に適用でき、学習に品質ラベルを必要としない。
実験はFVC 2006の公開データベース上で行われ、いくつかのベースラインと比較される。
論文 参考訳（メタデータ） (2021-06-10T09:06:01Z)
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。