Fugu-MT 論文翻訳(概要): Monocular 3D Fingerprint Reconstruction and Unwarping

論文の概要: Monocular 3D Fingerprint Reconstruction and Unwarping

arxiv url: http://arxiv.org/abs/2205.00967v1
Date: Mon, 2 May 2022 15:09:05 GMT
ステータス: 処理完了
システム内更新日: 2022-05-03 15:37:07.519396
Title: Monocular 3D Fingerprint Reconstruction and Unwarping
Title（参考訳）: 単眼3次元指紋再構成とアンウォープ
Authors: Zhe Cui, Jianjiang Feng, Jie Zhou
Abstract要約: 本研究では,1つの画像から3次元指の形状を再構成し,視点歪みを抑制するための学習ベース形状を提案する。接触のない指紋データベース実験の結果,提案手法は3次元再構成精度が高いことがわかった。
参考スコア（独自算出の注目度）: 36.50244665233824
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Compared with contact-based fingerprint acquisition techniques, contactless acquisition has the advantages of less skin distortion, larger fingerprint area, and hygienic acquisition. However, perspective distortion is a challenge in contactless fingerprint recognition, which changes ridge orientation, frequency, and minutiae location, and thus causes degraded recognition accuracy. We propose a learning based shape from texture algorithm to reconstruct a 3D finger shape from a single image and unwarp the raw image to suppress perspective distortion. Experimental results on contactless fingerprint databases show that the proposed method has high 3D reconstruction accuracy. Matching experiments on contactless-contact and contactless-contactless matching prove that the proposed method improves matching accuracy.
Abstract（参考訳）: 接触型指紋取得技術と比較して、接触非接触取得は皮膚の歪みが少なく、指紋面積が大きく、衛生的獲得の利点がある。しかし、遠近的歪みは、リッジ方向、周波数、および最小位置を変化させ、劣化した認識精度をもたらす非接触指紋認識における課題である。本研究では,1つの画像から3次元指の形状を再構成し,視点歪みを抑制するための学習ベース形状を提案する。接触のない指紋データベース実験の結果,提案手法は3次元再構成精度が高いことがわかった。接触非接触及び接触非接触マッチングにおけるマッチング実験により,提案手法がマッチング精度を向上させることを証明した。

関連論文リスト

Contactless Fingerprint Recognition Using 3D Graph Matching [12.092701535950097]
既存の非接触指紋アルゴリズムは、非接触指紋を2Dプレーン指紋として扱う。この認識アプローチは、非接触指紋と接触指紋のモダリティ差を考慮しない。本稿では,接触指紋の3次元特徴を捉える新しい非接触指紋認識アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-09-13T12:39:57Z)
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)
DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake Detection [67.3143177137102]
ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
論文参考訳（メタデータ） (2023-12-07T07:19:45Z)
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)
Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
論文参考訳（メタデータ） (2021-04-28T09:35:48Z)
C2CL: Contact to Contactless Fingerprint Matching [38.95044919159418]
本稿では,モバイルフィンガー写真キャプチャアプリ,プリプロセッシング,マッチングアルゴリズムを組み合わせた,C2CLと呼ばれるエンドツーエンド自動システムを提案する。公開されている3つのデータセットに関する実験結果は、既存のコンタクト指紋マッチングシステムと同等の非接触指紋マッチング精度を初めて実証する。
論文参考訳（メタデータ） (2021-04-06T21:52:46Z)
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)
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。