論文の概要: Fingerprint Liveness Detection Based on Quality Measures
- arxiv url: http://arxiv.org/abs/2207.04809v1
- Date: Mon, 11 Jul 2022 12:15:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-12 16:26:38.067317
- Title: Fingerprint Liveness Detection Based on Quality Measures
- Title（参考訳）: 品質基準に基づく指紋のライブネス検出
- Authors: Javier Galbally, Fernando Alonso-Fernandez, Julian Fierrez, Javier
Ortega-Garcia
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 66.76480178498315
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A new fingerprint parameterization for liveness detection based on quality
measures is presented. The novel feature set is used in a complete liveness
detection system and tested on the development set of the LivDET competition,
comprising over 4,500 real and fake images acquired with three different
optical sensors. The proposed solution proves to be robust to the multi-sensor
scenario, and presents an overall rate of 93% of correctly classified samples.
Furthermore, the liveness detection method presented has the added advantage
over previously studied techniques of needing just one image from a finger to
decide whether it is real or fake.
- Abstract（参考訳）: 品質測定に基づく生活度検出のための新しい指紋パラメタライゼーションを提案する。
この新しい特徴セットは完全なライブネス検出システムで使われ、3つの異なる光学センサーで取得された4,500以上の実画像と偽画像からなる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頑健であることが証明され,分類されたサンプルの93%の合計率を示す。
さらに、本手法は、従来研究した1つの画像のみを、実物か偽物かを決定するために指から1枚だけ必要とするという手法よりも、さらに有利である。
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) - MMNet: Multi-Collaboration and Multi-Supervision Network for Sequential
Deepfake Detection [81.59191603867586]
シークエンシャルディープフェイク検出は、回復のための正しいシーケンスで偽の顔領域を特定することを目的としている。
偽画像の復元には、逆変換を実装するための操作モデルの知識が必要である。
顔画像の空間スケールや逐次順列化を扱うマルチコラボレーション・マルチスーパービジョンネットワーク(MMNet)を提案する。
論文 参考訳（メタデータ） (2023-07-06T02:32:08Z) - 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) - 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) - A high performance fingerprint liveness detection method based on
quality related features [66.41574316136379]
このシステムは、10,500枚以上の実画像と偽画像からなる非常に難しいデータベースでテストされている。
提案手法はマルチシナリオデータセットに対して堅牢であることが証明され、全体の90%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） (2021-11-02T21:09:39Z) - 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) - Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor
Setups [68.8204255655161]
本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。
提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
論文 参考訳（メタデータ） (2021-01-12T12:02:26Z) - Super-resolution Guided Pore Detection for Fingerprint Recognition [22.146795282680667]
超解像と気孔検出の両ネットワークを組み合わせた共同学習型アプローチを提案する。
SRGAN(Super-Resolution Generative Adversarial Network)フレームワークは、低解像度から高分解能の指紋サンプルを確実に再構築するのに役立ちます。
論文 参考訳（メタデータ） (2020-12-10T20:30:56Z)
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。