論文の概要: Pair-Relationship Modeling for Latent Fingerprint Recognition

• arxiv url: http://arxiv.org/abs/2207.00587v1
• Date: Sat, 2 Jul 2022 11:31:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-05 12:35:35.465359
• Title: Pair-Relationship Modeling for Latent Fingerprint Recognition
• Title（参考訳）: 潜在指紋認識のためのペア関係モデリング
• Authors: Yanming Zhu, Xuefei Yin, Xiuping Jia, Jiankun Hu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 25.435974669629374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Latent fingerprints are important for identifying criminal suspects. However, recognizing a latent fingerprint in a collection of reference fingerprints remains a challenge. Most, if not all, of existing methods would extract representation features of each fingerprint independently and then compare the similarity of these representation features for recognition in a different process. Without the supervision of similarity for the feature extraction process, the extracted representation features are hard to optimally reflect the similarity of the two compared fingerprints which is the base for matching decision making. In this paper, we propose a new scheme that can model the pair-relationship of two fingerprints directly as the similarity feature for recognition. The pair-relationship is modeled by a hybrid deep network which can handle the difficulties of random sizes and corrupted areas of latent fingerprints. Experimental results on two databases show that the proposed method outperforms the state of the art.
• Abstract（参考訳）: 潜伏指紋は容疑者を特定するために重要である。 しかし,参照指紋の収集において潜在指紋を認識することは課題である。 既存の手法のほとんどが、個々の指紋の表現特徴を独立して抽出し、異なるプロセスで認識するためにこれらの表現特徴の類似性を比較する。 特徴抽出過程の類似性の監督がなければ、抽出された表現特徴は、決定にマッチする基礎となる2つの比較指紋の類似性を最適に反映することは困難である。 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できる新しい手法を提案する。 ペア・リレーションシップは、ランダムサイズの困難と潜在指紋の破損領域を処理できるハイブリッドディープ・ネットワークによってモデル化される。 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。

関連論文リスト

• Joint Identity Verification and Pose Alignment for Partial Fingerprints [33.05877729161858]
  本稿では,部分指紋ペアの協調識別とポーズアライメントのための新しいフレームワークを提案する。 本手法は,部分的指紋認証と相対的ポーズ推定の両方において,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-05-07T02:45:50Z)
• Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
  接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。 近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。 本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
  論文  参考訳（メタデータ） (2023-01-07T20:55:16Z)
• 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)
• 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)
• 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)
• Synthesis and Reconstruction of Fingerprints using Generative Adversarial Networks [6.700873164609009]
  本稿では,StyleGan2アーキテクチャに基づく新しい指紋合成・再構成フレームワークを提案する。 また,生成した指紋の属性を同一性を保ちながら修正する計算手法も提案する。 提案手法は, 指紋合成と復元の両面において, 現代的手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2022-01-17T00:18:00Z)
• 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)
• Fingerprint Matching using the Onion Peeling Approach and Turning Function [0.0]
  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。
  論文  参考訳（メタデータ） (2021-10-03T09:10:44Z)
• 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。