論文の概要: A Robust Algorithm for Contactless Fingerprint Enhancement and Matching

• arxiv url: http://arxiv.org/abs/2408.09426v1
• Date: Sun, 18 Aug 2024 10:01:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-20 20:50:15.171687
• Title: A Robust Algorithm for Contactless Fingerprint Enhancement and Matching
• Title（参考訳）: コンタクトレス指紋強調とマッチングのためのロバストアルゴリズム
• Authors: Mahrukh Siddiqui, Shahzaib Iqbal, Bandar AlShammari, Bandar Alhaqbani, Tariq M. Khan, Imran Razzak,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 7.820996917431323
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Compared to contact fingerprint images, contactless fingerprint images exhibit four distinct characteristics: (1) they contain less noise; (2) they have fewer discontinuities in ridge patterns; (3) the ridge-valley pattern is less distinct; and (4) they pose an interoperability problem, as they lack the elastic deformation caused by pressing the finger against the capture device. These properties present significant challenges for the enhancement of contactless fingerprint images. In this study, we propose a novel contactless fingerprint identification solution that enhances the accuracy of minutiae detection through improved frequency estimation and a new region-quality-based minutia extraction algorithm. In addition, we introduce an efficient and highly accurate minutiae-based encoding and matching algorithm. We validate the effectiveness of our approach through extensive experimental testing. Our method achieves a minimum Equal Error Rate (EER) of 2.84\% on the PolyU contactless fingerprint dataset, demonstrating its superior performance compared to existing state-of-the-art techniques. The proposed fingerprint identification method exhibits notable precision and resilience, proving to be an effective and feasible solution for contactless fingerprint-based identification systems.
• Abstract（参考訳）: 接触指紋画像と比較すると, 接触指紋画像は, 1) ノイズが少なく, (2) 隆起パターンの不連続性が小さい,(3) 隆起バレーパターンが明瞭でない,(4) 指を捕獲装置に押し付けることで生じる弾性変形が欠如している,という4つの特徴がある。 これらの特性は非接触指紋画像の強調に重要な課題を呈している。 本研究では,周波数推定の精度を向上し,非接触型指紋識別システムを提案する。 さらに,効率よく高精度なミツバチ型符号化とマッチングアルゴリズムを導入する。 広範囲な実験実験により,本手法の有効性を検証した。 本手法は,PolyU非接触指紋データに対して2.84\%の最小誤差率(EER)を達成し,既存の最先端技術と比較して優れた性能を示す。 提案する指紋識別法は, 接触型指紋認証システムにおいて, 精度とレジリエンスに優れ, 有効かつ有効な解法であることが証明された。

関連論文リスト

• 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)
• 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)
• 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)
• SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
  指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。 この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
  論文  参考訳（メタデータ） (2022-04-13T16:27:27Z)
• 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)
• A high performance fingerprint liveness detection method based on quality related features [66.41574316136379]
  このシステムは、10,500枚以上の実画像と偽画像からなる非常に難しいデータベースでテストされている。 提案手法はマルチシナリオデータセットに対して堅牢であることが証明され、全体の90%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） (2021-11-02T21:09:39Z)
• 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)
• Super-resolution Guided Pore Detection for Fingerprint Recognition [22.146795282680667]
  超解像と気孔検出の両ネットワークを組み合わせた共同学習型アプローチを提案する。 SRGAN(Super-Resolution Generative Adversarial Network)フレームワークは、低解像度から高分解能の指紋サンプルを確実に再構築するのに役立ちます。
  論文  参考訳（メタデータ） (2020-12-10T20:30:56Z)
• 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。