論文の概要: AFR-Net: Attention-Driven Fingerprint Recognition Network
- arxiv url: http://arxiv.org/abs/2211.13897v1
- Date: Fri, 25 Nov 2022 05:10:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-28 16:53:26.499789
- Title: AFR-Net: Attention-Driven Fingerprint Recognition Network
- Title（参考訳）: AFR-Net:注意駆動型指紋認識ネットワーク
- Authors: Steven A. Grosz and Anil K. Jain
- Abstract要約: 指紋認識を含む生体認証における視覚変換器(ViT)の使用に関する初期研究を改善する。
ネットワーク内の中間特徴マップから抽出した局所的な埋め込みを用いて,グローバルな埋め込みを低確かさで洗練する手法を提案する。
この戦略は、既存のディープラーニングネットワーク(アテンションベース、CNNベース、あるいはその両方を含む)のラッパーとして適用することで、パフォーマンスを向上させることができる。
- 参考スコア（独自算出の注目度）: 47.87570819350573
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of vision transformers (ViT) in computer vision is increasing due to
limited inductive biases (e.g., locality, weight sharing, etc.) and increased
scalability compared to other deep learning methods (e.g., convolutional neural
networks (CNN)). This has led to some initial studies on the use of ViT for
biometric recognition, including fingerprint recognition. In this work, we
improve on these initial studies for transformers in fingerprint recognition by
i.) evaluating additional attention-based architectures in addition to vanilla
ViT, ii.) scaling to larger and more diverse training and evaluation datasets,
and iii.) combining the complimentary representations of attention-based and
CNN-based embeddings for improved state-of-the-art (SOTA) fingerprint
recognition for both authentication (1:1 comparisons) and identification (1:N
comparisions). Our combined architecture, AFR-Net (Attention-Driven Fingerprint
Recognition Network), outperforms several baseline transformer and CNN-based
models, including a SOTA commercial fingerprint system, Verifinger v12.3,
across many intra-sensor, cross-sensor (including contact to contactless), and
latent to rolled fingerprint matching datasets. Additionally, we propose a
realignment strategy using local embeddings extracted from intermediate feature
maps within the networks to refine the global embeddings in low certainty
situations, which boosts the overall recognition accuracy significantly for all
the evaluations across each of the models. This realignment strategy requires
no additional training and can be applied as a wrapper to any existing deep
learning network (including attention-based, CNN-based, or both) to boost its
performance.
- Abstract（参考訳）: コンピュータビジョンにおける視覚トランスフォーマー(vit)の使用は、インダクティブバイアス(局所性、重み共有など)の制限や、他のディープラーニング手法(畳み込みニューラルネットワーク(cnn)など)と比較してスケーラビリティの向上によって増加している。
これにより、指紋認識を含む生体認証におけるvitの使用に関する初期の研究が行われた。
本研究では,iによる指紋認識におけるトランスフォーマーの初期研究を改善する。
)vanilla vit, ii に加え,追加の注意に基づくアーキテクチャを評価すること。
) より大規模で多様なトレーニングと評価データセットへのスケーリング,iii。
) 注意ベースとCNNベースの埋め込みの補完表現を併用し, 認証(1:1の比較)と識別(1:N比較)の両方において, 最先端(SOTA)指紋認識を改善した。
我々の統合アーキテクチャであるAFR-Net(Attention-Driven Fingerprint Recognition Network)は、SOTAの商用指紋システム、Verifinger v12.3、多くのセンサー内、クロスセンサー(コンタクトレスを含む)、指紋マッチングデータセットのロール化など、いくつかのベースライントランスフォーマーとCNNベースのモデルを上回っています。
さらに,ネットワーク内の中間的特徴マップから抽出した局所的埋め込みを用いて,低確信な状況下でグローバル埋め込みを洗練し,各モデルに対する全体的な認識精度を著しく向上させる再調整戦略を提案する。
この調整戦略は追加のトレーニングを必要とせず、パフォーマンスを高めるために既存のディープラーニングネットワーク(注意ベース、CNNベース、または両方を含む)のラッパーとして適用することができる。
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) - FingerNet: EEG Decoding of A Fine Motor Imagery with Finger-tapping Task
Based on A Deep Neural Network [4.613725465729454]
本研究は、微細MI分類のための特殊なネットワークであるFingerNetを紹介する。
5つの指タップタスクの分類では, 精度が有意に高かった。
偏りのある予測、特に親指と指数のクラスについては、重み付きクロスエントロピーの実装に導いた。
論文 参考訳（メタデータ） (2024-03-06T08:05:53Z) - GanFinger: GAN-Based Fingerprint Generation for Deep Neural Network
Ownership Verification [8.00359513511764]
本稿では,ネットワークの動作に基づいてネットワーク指紋を構築するために,GanFingerというネットワークフィンガープリント手法を提案する。
GanFingerは、効率性、ステルス性、差別性において最先端の技術を著しく上回っている。
指紋生成では6.57倍の速度でARUC値が0.175に向上し、相対的に約26%向上した。
論文 参考訳（メタデータ） (2023-12-25T05:35:57Z) - Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。
本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。
実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
論文 参考訳（メタデータ） (2023-10-22T02:27:02Z) - PGT-Net: Progressive Guided Multi-task Neural Network for Small-area Wet
Fingerprint Denoising and Recognition [5.834731599084115]
エンドツーエンドのトレーニング可能なプログレッシブガイド型マルチタスクニューラルネットワーク(PGT-Net)を提案する。
PGT-Netは共有ステージと特定のマルチタスクステージを含み、ネットワークはバイナリと非バイナリの指紋を順次トレーニングすることができる。
実験結果から,PGT-Netは湿式フィンガープリントにおいて有望な性能を示し,指紋認識率(FRR)を大幅に向上させることが示された。
論文 参考訳（メタデータ） (2023-08-14T09:19:26Z) - NAR-Former V2: Rethinking Transformer for Universal Neural Network
Representation Learning [25.197394237526865]
本稿では,トランスフォーマーに基づく汎用ニューラルネットワーク表現学習モデル NAR-Former V2 を提案する。
具体的には、ネットワークをグラフとして取り、簡単なトークン化器を設計して、ネットワークをシーケンスにエンコードする。
我々は,GNNの帰納的表現学習能力をTransformerに組み込んだ。
論文 参考訳（メタデータ） (2023-06-19T09:11:04Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - A Generic Shared Attention Mechanism for Various Backbone Neural Networks [53.36677373145012]
自己注意モジュール(SAM)は、異なる層にまたがる強い相関した注意マップを生成する。
Dense-and-Implicit Attention (DIA)はSAMをレイヤ間で共有し、長期間のメモリモジュールを使用する。
我々のシンプルで効果的なDIAは、様々なネットワークバックボーンを一貫して拡張できます。
論文 参考訳（メタデータ） (2022-10-27T13:24:08Z) - Fusion of CNNs and statistical indicators to improve image
classification [65.51757376525798]
畳み込みネットワークは過去10年間、コンピュータビジョンの分野を支配してきた。
この傾向を長引かせる主要な戦略は、ネットワーク規模の拡大によるものだ。
我々は、異種情報ソースを追加することは、より大きなネットワークを構築するよりもCNNにとって費用対効果が高いと仮定している。
論文 参考訳（メタデータ） (2020-12-20T23:24:31Z) - Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision
Action Recognition [131.6328804788164]
本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。
SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
論文 参考訳（メタデータ） (2020-09-01T03:38:31Z)
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。