論文の概要: Direct Regression of Distortion Field from a Single Fingerprint Image

• arxiv url: http://arxiv.org/abs/2404.17148v1
• Date: Fri, 26 Apr 2024 04:35:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-29 14:04:24.290094
• Title: Direct Regression of Distortion Field from a Single Fingerprint Image
• Title（参考訳）: 単一指紋画像からの歪み場の直接回帰
• Authors: Xiongjun Guan, Yongjie Duan, Jianjiang Feng, Jie Zhou,
• Abstract要約: 皮膚の歪みは指紋マッチングにおける長期にわたる課題であり、偽の非一致を引き起こす。 従来の研究では、歪んだ指紋から歪み場を推定し、正常な指紋に修正することで認識率が向上することが示されている。 既存の補正法は歪み場の主成分表現に基づいており、これは正確ではなく、指のポーズに非常に敏感である。
• 参考スコア（独自算出の注目度）: 32.77128793787146
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Skin distortion is a long standing challenge in fingerprint matching, which causes false non-matches. Previous studies have shown that the recognition rate can be improved by estimating the distortion field from a distorted fingerprint and then rectifying it into a normal fingerprint. However, existing rectification methods are based on principal component representation of distortion fields, which is not accurate and are very sensitive to finger pose. In this paper, we propose a rectification method where a self-reference based network is utilized to directly estimate the dense distortion field of distorted fingerprint instead of its low dimensional representation. This method can output accurate distortion fields of distorted fingerprints with various finger poses. Considering the limited number and variety of distorted fingerprints in the existing public dataset, we collected more distorted fingerprints with diverse finger poses and distortion patterns as a new database. Experimental results demonstrate that our proposed method achieves the state-of-the-art rectification performance in terms of distortion field estimation and rectified fingerprint matching.
• Abstract（参考訳）: 皮膚の歪みは指紋マッチングにおける長期にわたる課題であり、偽の非マッチングを引き起こす。 従来の研究では、歪んだ指紋から歪み場を推定し、正常な指紋に修正することで認識率が向上することが示されている。 しかし、既存の補正法は歪み場の主成分表現に基づいており、これは正確ではなく、指のポーズに非常に敏感である。 本稿では, 自己参照に基づくネットワークを用いて, 低次元表現ではなく, 歪んだ指紋の密度歪み場を直接推定する補正手法を提案する。 この方法では、様々な指のポーズで歪んだ指紋の正確な歪み場を出力することができる。 既存の公開データセットにおける変形指紋の数と多様さを考慮して, 多様な指のポーズと歪みパターンを新しいデータベースとして収集した。 実験により,提案手法は歪み場推定と整形指紋マッチングの観点から,最先端の整形性能を実現することを示す。

関連論文リスト

• Latent fingerprint enhancement for accurate minutiae detection [8.996826918574463]
  本稿では,GAN(Generative Adversary Network)を用いてLFE(Latent Fingerprint Enhancement)を再定義する手法を提案する。 生成過程の微妙な情報を直接最適化することにより、このモデルは、地味な事例に対して例外的な忠実さを示す強化された潜伏指紋を生成する。 筆者らのフレームワークは, 微小な位置と配向場を統合し, 局所的および構造的指紋の特徴の保存を確実にする。
  論文  参考訳（メタデータ） (2024-09-18T08:35:31Z)
• 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)
• Regression of Dense Distortion Field from a Single Fingerprint Image [32.77128793787146]
  皮膚の歪みは指紋マッチングにおける長期にわたる課題であり、偽の非一致を引き起こす。 従来の研究では、歪んだ指紋から歪み場を推定することにより、認識率を向上させることができることが示されている。 本稿では,自己参照型ネットワークを用いて歪んだ指紋の密度歪み場を直接推定する補正手法を提案する。
  論文  参考訳（メタデータ） (2024-04-26T05:00:51Z)
• 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)
• Monocular 3D Fingerprint Reconstruction and Unwarping [36.50244665233824]
  本研究では,1つの画像から3次元指の形状を再構成し,視点歪みを抑制するための学習ベース形状を提案する。 接触のない指紋データベース実験の結果,提案手法は3次元再構成精度が高いことがわかった。
  論文  参考訳（メタデータ） (2022-05-02T15:09:05Z)
• ProxyFAUG: Proximity-based Fingerprint Augmentation [81.15016852963676]
  ProxyFAUGはルールベースで近接性に基づく指紋増強法である。 このデータセット上で最高のパフォーマンスの測位法は、中央値エラーで40%改善され、平均誤差で6%向上した。
  論文  参考訳（メタデータ） (2021-02-04T15:59:30Z)
• 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)
• A Deep Ordinal Distortion Estimation Approach for Distortion Rectification [62.72089758481803]
  より高精度なパラメータを効率良く得る新しい歪み補正手法を提案する。 本研究では, 局所言語関連推定ネットワークを設計し, 順序歪みを学習し, 現実的な歪み分布を近似する。 歪み情報の冗長性を考慮すると,本手法では歪み画像の一部のみを用いて順序方向の歪み推定を行う。
  論文  参考訳（メタデータ） (2020-07-21T10:03:42Z)
• Artificial Fingerprinting for Generative Models: Rooting Deepfake Attribution in Training Data [64.65952078807086]
  光現実性画像生成は、GAN(Generative Adversarial Network)のブレークスルーにより、新たな品質レベルに達した。 しかし、このようなディープフェイクのダークサイド、すなわち生成されたメディアの悪意ある使用は、視覚的誤報に関する懸念を提起する。 我々は,モデルに人工指紋を導入することによって,深度検出の積極的な,持続可能なソリューションを模索する。
  論文  参考訳（メタデータ） (2020-07-16T16:49:55Z)
• 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。