論文の概要: Enhancing Fingerprint Recognition Systems: Comparative Analysis of Biometric Authentication Algorithms and Techniques for Improved Accuracy and Reliability

• arxiv url: http://arxiv.org/abs/2412.14404v1
• Date: Wed, 18 Dec 2024 23:23:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:31:33.519123
• Title: Enhancing Fingerprint Recognition Systems: Comparative Analysis of Biometric Authentication Algorithms and Techniques for Improved Accuracy and Reliability
• Title（参考訳）: 指紋認識システムの強化:生体認証アルゴリズムと精度・信頼性向上技術の比較分析
• Authors: Temirlan Meiramkhanov, Arailym Tleubayeva,
• Abstract要約: 本研究では,指紋認識精度と堅牢性を向上させるために,畳み込みニューラルネットワーク(CNN)とGaborフィルタを統合することを検討した。 以上の結果から,CNNによるアプローチの優位性が示唆され,全体の精度は94%であった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Fingerprint recognition systems stand as pillars in the realm of biometric authentication, providing indispensable security measures across various domains. This study investigates integrating Convolutional Neural Networks (CNNs) with Gabor filters to improve fingerprint recognition accuracy and robustness. Leveraging a diverse dataset sourced from the Sokoto Coventry Fingerprint Dataset, our experiments meticulously evaluate the efficacy of different classification algorithms. Our findings underscore the supremacy of CNN-based approaches, boasting an impressive overall accuracy of 94\%. Furthermore, the amalgamation of Gabor filters with CNN architectures unveils promising strides in discerning altered fingerprints, illuminating new pathways for enhancing biometric authentication systems. While the CNN-Gabor fusion showcases commendable performance, our exploration of hybrid approaches combining multiple classifiers reveals nuanced outcomes. Despite these mixed results, our study illuminates the transformative potential of deep learning methodologies in reshaping the landscape of fingerprint recognition. Through rigorous experimentation and insightful analysis, this research not only contributes to advancing biometric authentication technologies but also sheds light on the intricate interplay between traditional feature extraction methods and cutting-edge deep learning architectures. These findings offer actionable insights for optimizing fingerprint recognition systems for real-world deployment, paving the way for enhanced security and reliability in diverse applications.
• Abstract（参考訳）: 指紋認識システムは生体認証の領域における柱として機能し、様々な領域で必要なセキュリティ対策を提供する。 本研究では,指紋認識精度と堅牢性を向上させるために,畳み込みニューラルネットワーク(CNN)とGaborフィルタを統合することを検討した。 Sokoto Coventry Fingerprint Datasetから得られた多種多様なデータセットを利用することで、異なる分類アルゴリズムの有効性を慎重に評価する。 以上の結果から,CNNによるアプローチの優位性は顕著であり,全体の精度は94.5%であった。 さらに、GaborフィルタとCNNアーキテクチャの融合により、変化した指紋を識別し、生体認証システムを強化するための新しい経路を明るみに出す。 CNN-Gabor融合は高い性能を示すが,複数分類器を併用したハイブリッド手法の探索により,不確実な結果が得られた。 これらの混合結果にもかかわらず,本研究では,指紋認識のランドスケープを再構築する深層学習手法の変容可能性について照らしている。 厳密な実験と洞察に富んだ分析を通じて,本研究は生体認証技術の進歩に寄与するだけでなく,従来の特徴抽出手法と最先端のディープラーニングアーキテクチャとの複雑な相互作用にも光を当てている。 これらの発見は、指紋認識システムを現実世界のデプロイメントに最適化し、多様なアプリケーションのセキュリティと信頼性を高めるための、実用的な洞察を提供する。

関連論文リスト

• Multi-modal biometric authentication: Leveraging shared layer architectures for enhanced security [0.0]
  本稿では, 顔, 声, 署名データを統合し, セキュリティ対策を強化する新しい生体認証システムを提案する。 我々のモデルアーキテクチャは、包括的な特徴抽出のためのモダリティ固有の拡張とともに、二重共有層を組み込んでいる。 提案手法は,認証精度とロバスト性を大幅に向上させ,高度にセキュアなID認証ソリューションを実現する。
  論文  参考訳（メタデータ） (2024-11-04T14:27:10Z)
• 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)
• Fusion of Minutia Cylinder Codes and Minutia Patch Embeddings for Latent Fingerprint Recognition [1.534667887016089]
  本稿では,潜伏指紋認識に対する融合型局所マッチング手法を提案する。 提案されたアプローチは、これらの手作り機能と、最近提案された深層ニューラルネットワークの組み込み機能を多段階融合アプローチに統合する。
  論文  参考訳（メタデータ） (2024-03-24T14:29:41Z)
• 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)
• 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)
• 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)
• Combining multiple matchers for fingerprint verification: A case study in biosecure network of excellence [53.598636960435286]
  指紋認証のための2つの参照システムは、追加の2つの非参照システムと共にテストされている。 実験結果から, 最適認識戦略は, 栄養素と相関測定の両方が関係していることが示唆された。
  論文  参考訳（メタデータ） (2022-12-04T19:49:05Z)
• 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)
• 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)
• 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)

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。