Fugu-MT 論文翻訳(概要): Finger-UNet: A U-Net based Multi-Task Architecture for Deep Fingerprint Enhancement

論文の概要: Finger-UNet: A U-Net based Multi-Task Architecture for Deep Fingerprint Enhancement

arxiv url: http://arxiv.org/abs/2310.00629v1
Date: Sun, 1 Oct 2023 09:49:10 GMT
ステータス: 処理完了
システム内更新日: 2023-10-05 02:57:54.943149
Title: Finger-UNet: A U-Net based Multi-Task Architecture for Deep Fingerprint Enhancement
Title（参考訳）: Finger-UNet: 深部指紋強調のためのU-Netベースのマルチタスクアーキテクチャ
Authors: Ekta Gavas and Anoop Namboodiri
Abstract要約: 指紋認識/検証パイプラインの初期段階において、指紋強調は重要な役割を果たす。低品質指紋を効果的に改善するために,U-Netの直感的な修正を提案する。モデルのメモリフットプリントを大幅に削減するため,通常の畳み込みを奥行き分離可能な畳み込みに置き換える。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: For decades, fingerprint recognition has been prevalent for security, forensics, and other biometric applications. However, the availability of good-quality fingerprints is challenging, making recognition difficult. Fingerprint images might be degraded with a poor ridge structure and noisy or less contrasting backgrounds. Hence, fingerprint enhancement plays a vital role in the early stages of the fingerprint recognition/verification pipeline. In this paper, we investigate and improvise the encoder-decoder style architecture and suggest intuitive modifications to U-Net to enhance low-quality fingerprints effectively. We investigate the use of Discrete Wavelet Transform (DWT) for fingerprint enhancement and use a wavelet attention module instead of max pooling which proves advantageous for our task. Moreover, we replace regular convolutions with depthwise separable convolutions, which significantly reduces the memory footprint of the model without degrading the performance. We also demonstrate that incorporating domain knowledge with fingerprint minutiae prediction task can improve fingerprint reconstruction through multi-task learning. Furthermore, we also integrate the orientation estimation task to propagate the knowledge of ridge orientations to enhance the performance further. We present the experimental results and evaluate our model on FVC 2002 and NIST SD302 databases to show the effectiveness of our approach compared to previous works.
Abstract（参考訳）: 何十年もの間、指紋認証はセキュリティ、法医学、その他の生体認証用途に広く使われてきた。しかし、良質な指紋の入手は困難であり、認識が困難である。指紋画像は、リッジ構造が貧弱で、ノイズやコントラストの少ない背景で劣化する可能性がある。したがって、指紋強調は、指紋認識/検証パイプラインの初期段階において重要な役割を果たす。本稿では,エンコーダ・デコーダ方式のアーキテクチャについて検討し,低品質指紋を効果的に改善するためにU-Netの直感的な修正を提案する。指紋強調のための離散ウェーブレット変換(dwt)の使用を調査し,maxプーリングの代わりにウェーブレットアテンションモジュールを用いた。さらに,正規畳み込みを奥行き分離可能な畳み込みに置き換えることで,性能を低下させることなく,モデルのメモリフットプリントを大幅に削減する。また,指紋最小予測タスクにドメイン知識を組み込むことで,マルチタスク学習による指紋の再現性が向上することを示す。さらに,方向推定タスクを統合し,リッジ方向の知識を伝播させ,さらなる性能向上を図る。そこで本研究では,fvc 2002 および nist sd302 データベース上で実験を行い,本手法の有効性を示す。

関連論文リスト

Enhancement-Driven Pretraining for Robust Fingerprint Representation Learning [0.0]
本稿では,強化に基づく事前学習を利用して,頑健な指紋表現を導出する独自の手法を提案する。公開されている指紋データを用いて実験した結果,検証性能が著しく向上したことが明らかとなった。
論文参考訳（メタデータ） (2024-02-16T17:36:56Z)
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)
Accelerated Fingerprint Enhancement: A GPU-Optimized Mixed Architecture Approach [47.87570819350573]
本論文は,Unet混在アーキテクチャを中心に設計された潜伏指紋強調への予備的アプローチを示す。 Resnet-101ネットワークとUnetエンコーダの能力を組み合わせることで、潜在的に強力なコンポジットを作ることを目指している。このアプローチの革新的な要素の1つは、GPU計算用に特別に設計された新しいFingerprint Enhancement Gabor層である。
論文参考訳（メタデータ） (2023-06-01T01:19:32Z)
A Universal Latent Fingerprint Enhancer Using Transformers [47.87570819350573]
本研究の目的は,ULPrintと呼ばれる高速なフィンガープリント方式を開発し,様々な潜伏指紋のタイプを増強することである。クローズドセットの識別精度実験では、MSU-AFISの性能は61.56%から75.19%に向上した。
論文参考訳（メタデータ） (2023-05-31T23:01:11Z)
AFR-Net: Attention-Driven Fingerprint Recognition Network [47.87570819350573]
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。
論文参考訳（メタデータ） (2022-11-25T05:10:39Z)
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)
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)
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)
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)
Dense Registration and Mosaicking of Fingerprints by Training an End-to-End Network [36.50244665233824]
エンド・ツー・エンド・ネットワークをトレーニングし、2つの指紋間の画素単位の変位場を出力する。また,最適なシーム選択に基づく指紋モザイク手法を提案する。我々の登録法は,従来の密度の高い登録方法よりも精度と効率が優れている。
論文参考訳（メタデータ） (2020-04-13T14:47:00Z)

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。