論文の概要: UFQA: Utility guided Fingerphoto Quality Assessment
- arxiv url: http://arxiv.org/abs/2407.11141v1
- Date: Mon, 15 Jul 2024 18:06:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-17 19:41:08.172677
- Title: UFQA: Utility guided Fingerphoto Quality Assessment
- Title（参考訳）: UFQA: 実用性指導型指紋品質評価
- Authors: Amol S. Joshi, Ali Dabouei, Jeremy Dawson, Nasser Nasrabadi,
- Abstract要約: 指の画質を評価するために意味のある特徴表現を学習するための自己教師付きデュアルエンコーダフレームワークを提案する。
品質予測モデルを用いて、品質マップのさらなる監視を行い、指の画質を評価する。
実験により,本手法は広く用いられている指紋品質指標であるNFIQ2.2よりも優れた性能を示した。
- 参考スコア（独自算出の注目度）: 5.978350039412277
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Quality assessment of fingerprints captured using digital cameras and smartphones, also called fingerphotos, is a challenging problem in biometric recognition systems. As contactless biometric modalities are gaining more attention, their reliability should also be improved. Many factors, such as illumination, image contrast, camera angle, etc., in fingerphoto acquisition introduce various types of distortion that may render the samples useless. Current quality estimation methods developed for fingerprints collected using contact-based sensors are inadequate for fingerphotos. We propose Utility guided Fingerphoto Quality Assessment (UFQA), a self-supervised dual encoder framework to learn meaningful feature representations to assess fingerphoto quality. A quality prediction model is trained to assess fingerphoto quality with additional supervision of quality maps. The quality metric is a predictor of the utility of fingerphotos in matching scenarios. Therefore, we use a holistic approach by including fingerphoto utility and local quality when labeling the training data. Experimental results verify that our approach performs better than the widely used fingerprint quality metric NFIQ2.2 and state-of-the-art image quality assessment algorithms on multiple publicly available fingerphoto datasets.
- Abstract（参考訳）: デジタルカメラとスマートフォンを用いた指紋の品質評価(指紋写真とも呼ばれる)は生体認証システムでは難しい問題である。
接触のないバイオメトリック・モダリティが注目を集めているため、信頼性も向上するはずだ。
指紋取得における照明、画像コントラスト、カメラアングルなどの多くの要因は、サンプルを無駄にする可能性のある様々な種類の歪みをもたらす。
コンタクトセンサを用いて採取した指紋の品質評価法は, 指紋に対して不適切である。
指の画質を評価するための有意義な特徴表現を学習するための自己教師型デュアルエンコーダフレームワークであるUFQA(Utility Guided Fingerphoto Quality Assessment)を提案する。
品質予測モデルを用いて、品質マップのさらなる監視を行い、指の画質を評価する。
品質指標は、一致したシナリオにおける指紋の有用性の予測器である。
そこで本研究では,トレーニングデータのラベル付け時に指写真ユーティリティと局所的品質を組み込むことにより,総合的なアプローチを用いる。
実験結果から,本手法が広く使用されている指紋品質指標であるNFIQ2.2と,公開されている複数の指紋データに対する最先端画像品質評価アルゴリズムよりも優れていることが確認された。
関連論文リスト
- Helping Visually Impaired People Take Better Quality Pictures [52.03016269364854]
我々は、視覚障害者が共通の技術的歪みの発生を最小限に抑えるためのツールを開発する。
また、ユーザによる品質問題の緩和を支援する、プロトタイプのフィードバックシステムも作成しています。
論文 参考訳（メタデータ） (2023-05-14T04:37:53Z) - Fingerprint Image-Quality Estimation and its Application to
Multialgorithm Verification [56.128200319868526]
信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。
本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。
定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
論文 参考訳（メタデータ） (2022-11-24T12:17:49Z) - 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 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) - Fingerprint Liveness Detection Based on Quality Measures [66.76480178498315]
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。
論文 参考訳（メタデータ） (2022-07-11T12:15:27Z) - 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) - 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)
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。