論文の概要: PVTree: Realistic and Controllable Palm Vein Generation for Recognition Tasks
- arxiv url: http://arxiv.org/abs/2503.02547v1
- Date: Tue, 04 Mar 2025 12:15:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-05 19:17:48.250319
- Title: PVTree: Realistic and Controllable Palm Vein Generation for Recognition Tasks
- Title（参考訳）: PVTree: 認識タスクのための現実的で制御可能なパームベイン生成
- Authors: Sheng Shang, Chenglong Zhao, Ruixin Zhang, Jianlong Jin, Jingyun Zhang, Rizen Guo, Shouhong Ding, Yunsheng Wu, Yang Zhao, Wei Jia,
- Abstract要約: Palm静脈認識(Palm vein recognition)は、セキュリティとプライバシーを強化したバイオメトリック技術である。
しかし、既存の手法は、しばしば非現実的な手のひら静脈パターンを生み出したり、アイデンティティやスタイルの属性を制御するのに苦労する。
これらの問題に対処するために,PVTree という新たなヤシ静脈生成フレームワークを提案する。
提案手法は既存の手法を超越し,1:1オープンセットプロトコルの下で高いTAR@FAR=1e-4を実現する。
- 参考スコア（独自算出の注目度）: 32.3316737065653
- License:
- Abstract: Palm vein recognition is an emerging biometric technology that offers enhanced security and privacy. However, acquiring sufficient palm vein data for training deep learning-based recognition models is challenging due to the high costs of data collection and privacy protection constraints. This has led to a growing interest in generating pseudo-palm vein data using generative models. Existing methods, however, often produce unrealistic palm vein patterns or struggle with controlling identity and style attributes. To address these issues, we propose a novel palm vein generation framework named PVTree. First, the palm vein identity is defined by a complex and authentic 3D palm vascular tree, created using an improved Constrained Constructive Optimization (CCO) algorithm. Second, palm vein patterns of the same identity are generated by projecting the same 3D vascular tree into 2D images from different views and converting them into realistic images using a generative model. As a result, PVTree satisfies the need for both identity consistency and intra-class diversity. Extensive experiments conducted on several publicly available datasets demonstrate that our proposed palm vein generation method surpasses existing methods and achieves a higher TAR@FAR=1e-4 under the 1:1 Open-set protocol. To the best of our knowledge, this is the first time that the performance of a recognition model trained on synthetic palm vein data exceeds that of the recognition model trained on real data, which indicates that palm vein image generation research has a promising future.
- Abstract（参考訳）: Palm静脈認識(Palm vein recognition)は、セキュリティとプライバシーを強化したバイオメトリック技術である。
しかし、データ収集とプライバシー保護の制約が高いため、ディープラーニングに基づく認識モデルのトレーニングに十分なパーム静脈データを取得することは困難である。
このことは、生成モデルを用いて偽パーム静脈データを生成することへの関心が高まっている。
しかし、既存の手法は、しばしば非現実的な手のひら静脈パターンを生み出したり、アイデンティティやスタイルの属性を制御するのに苦労する。
これらの課題に対処するために,PVTree という新しいヤシ静脈生成フレームワークを提案する。
第一に、ヤシ静脈の恒常性は、改良されたConstrained Constructive Optimization (CCO)アルゴリズムを用いて、複雑で真正な3Dヤシ血管木によって定義される。
第2に、同一の3次元血管樹を異なる視点から2次元画像に投影し、生成モデルを用いて現実的な画像に変換することにより、同一のアイデンティティのヤシ静脈パターンが生成される。
その結果、PVTreeはアイデンティティ一貫性とクラス内の多様性の両方の必要性を満足している。
提案手法は既存の手法を超越し, 1:1 Open-setプロトコルの下で高いTAR@FAR=1e-4を実現する。
我々の知る限り、人工ヤシ静脈データに基づいて訓練された認識モデルの性能が実データで訓練された認識モデルを上回るのは今回が初めてであり、ヤシ静脈画像生成研究には将来性があることが示されている。
関連論文リスト
- Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。
本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。
本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
論文 参考訳（メタデータ） (2024-11-28T13:04:45Z) - GenPalm: Contactless Palmprint Generation with Diffusion Models [25.738682467090335]
本稿では拡散確率モデルを用いた新しいパームプリント生成法を提案する。
我々は,複数のパームIDを合成するエンドツーエンドフレームワークを開発し,生成されたパームプリントの現実性と有用性を検証した。
論文 参考訳（メタデータ） (2024-06-01T03:33:25Z) - Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。
既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。
本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2023-07-31T10:22:33Z) - Hand-Object Interaction Image Generation [135.87707468156057]
この仕事は、新しいタスク、すなわち手動オブジェクトのインタラクション画像生成に特化している。
与えられた手、オブジェクト、それらの相互作用状態の下で、条件付きハンドオブジェクト画像を生成することを目的としている。
このタスクは、AR/VRゲームやオンラインショッピングなど、多くの潜在的なアプリケーションシナリオにおいて、挑戦的で研究に値するものだ。
論文 参考訳（メタデータ） (2022-11-28T18:59:57Z) - Towards the Generation of Synthetic Images of Palm Vein Patterns: A
Review [3.8178360622972747]
本稿では,ヤシ静脈認識の最近の研究動向について概説する。
そこで我々は,生体計測のための血管構造の生成を可能にする最先端の手法に注目した。
最後に、実ヤシ静脈画像と生成された合成サンプルを比較した合成データベースを作成するための一般的なフローチャートを定式化する。
論文 参考訳（メタデータ） (2022-05-20T13:42:11Z) - Touchless Palmprint Recognition based on 3D Gabor Template and Block
Feature Refinement [28.991303988737503]
1167名から2334個のパームを含む大規模なタッチレスパームプリントデータセットを構築します。
われわれの知る限り、これは史上最大の接触なしヤシプリント画像ベンチマークである。
タッチレスパームプリント認識のための新しい深層学習フレームワーク3DCPNを提案する。
論文 参考訳（メタデータ） (2021-03-03T04:22:24Z) - 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) - Experimental results on palmvein-based personal recognition by
multi-snapshot fusion of textural features [3.274290296343038]
本研究はパームヴェイン認識のためのテキスト特徴の複数スナップショット融合について検討し,その同定と検証を行った。
本研究の目的は、このことがヤシベイン認識に有効であることを示し、よく知られたベンチマークデータセット上で非常に高い認識率を実現することである。
論文 参考訳（メタデータ） (2020-07-13T11:34:46Z) - Towards Palmprint Verification On Smartphones [62.279124220123286]
過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。
我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。
DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
論文 参考訳（メタデータ） (2020-03-30T08:31:03Z) - Palm-GAN: Generating Realistic Palmprint Images Using Total-Variation
Regularized GAN [7.119324327867636]
本稿では,現実的なヤシプリント画像を生成することができるGAN(Generative Adversarial Network)に基づくディープラーニングフレームワークを提案する。
このフレームワークを一般的なパームプリントデータベースに適用し、非常にリアルに見え、このデータベースのサンプルとよく似た画像を生成する。
論文 参考訳（メタデータ） (2020-03-21T03:24:36Z)
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。