論文の概要: Benchmarking fixed-length Fingerprint Representations across different
Embedding Sizes and Sensor Types
- arxiv url: http://arxiv.org/abs/2307.08615v1
- Date: Mon, 17 Jul 2023 16:30:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-18 12:17:31.418174
- Title: Benchmarking fixed-length Fingerprint Representations across different
Embedding Sizes and Sensor Types
- Title（参考訳）: 異なる埋め込みサイズとセンサタイプにわたる固定長指紋表現のベンチマーク
- Authors: Tim Rohwedder, Daile Osorio-Roig, Christian Rathgeb, Christoph Busch
- Abstract要約: 指紋から固定長埋め込みを抽出するディープニューラルネットワークが提案されている。
本研究では,2種類のセンサに対する指紋テクスチャ情報の認識性能に与える影響について検討した。
- 参考スコア（独自算出の注目度）: 13.715060479044167
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Traditional minutiae-based fingerprint representations consist of a
variable-length set of minutiae. This necessitates a more complex comparison
causing the drawback of high computational cost in one-to-many comparison.
Recently, deep neural networks have been proposed to extract fixed-length
embeddings from fingerprints. In this paper, we explore to what extent
fingerprint texture information contained in such embeddings can be reduced in
terms of dimension while preserving high biometric performance. This is of
particular interest since it would allow to reduce the number of operations
incurred at comparisons. We also study the impact in terms of recognition
performance of the fingerprint textural information for two sensor types, i.e.
optical and capacitive. Furthermore, the impact of rotation and translation of
fingerprint images on the extraction of fingerprint embeddings is analysed.
Experimental results conducted on a publicly available database reveal an
optimal embedding size of 512 feature elements for the texture-based embedding
part of fixed-length fingerprint representations. In addition, differences in
performance between sensor types can be perceived.
- Abstract（参考訳）: 伝統的なminutiaeベースの指紋表現は、可変長のminutiaeからなる。
これは1対1の比較において高い計算コストの欠点を引き起こすより複雑な比較を必要とする。
近年,指紋から固定長埋め込みを抽出するディープニューラルネットワークが提案されている。
本稿では,このような埋め込みに含まれる指紋テクスチャ情報が,生体計測性能を維持しつつ,寸法的にどの程度低減できるかを検討する。
これは、比較で発生する操作の数を減らすことができるため、特に興味深い。
また,2種類のセンサ,すなわち光と静電容量に対する指紋テクスチャ情報の認識性能への影響についても検討した。
さらに,指紋画像の回転と変換が指紋埋め込みの抽出に与える影響を解析した。
公開データベース上で行った実験により,固定長指紋表現のテクスチャに基づく埋め込み部において,512特徴要素の最適な埋め込みサイズが明らかになった。
また,センサの種類による性能の違いも認識できる。
関連論文リスト
- Fixed-length Dense Descriptor for Efficient Fingerprint Matching [33.808749518785]
指紋照合のためのFDD(Fixed-length Dense Descriptor)と呼ばれる3次元表現を提案する。
FDDは優れた空間特性を備えており、元の指紋の空間的関係を捉えることができる。
各種指紋データを用いた実験により,FDDが他の固定長ディスクリプタよりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-11-30T14:15:39Z) - 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) - 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 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) - Pair-Relationship Modeling for Latent Fingerprint Recognition [25.435974669629374]
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。
論文 参考訳（メタデータ） (2022-07-02T11:31:31Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳（メタデータ） (2022-03-14T17:05:59Z) - 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) - Sensor-invariant Fingerprint ROI Segmentation Using Recurrent
Adversarial Learning [5.740220134446289]
本稿では, 指紋領域分割モデルによるセンサ不変の特徴の学習を支援する, 逆学習に基づく特徴アライメントネットワークを提案する。
公開されているFVCデータベースの実験は,提案手法の有効性を実証している。
論文 参考訳（メタデータ） (2021-07-03T07:16:39Z) - Fingerprint Feature Extraction by Combining Texture, Minutiae, and
Frequency Spectrum Using Multi-Task CNN [0.14337588659482517]
テクスチャ,栄養,周波数スペクトルから指紋の特徴を抽出する新しいCNN法を提案する。
提案手法は,市販の指紋照合ソフトウェアや従来手法と比較して,指紋認証の効率がよいことを示す。
論文 参考訳（メタデータ） (2020-08-27T05:15:39Z) - 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。