論文の概要: Minutiae-Anchored Local Dense Representation for Fingerprint Matching

• arxiv url: http://arxiv.org/abs/2507.15297v1
• Date: Mon, 21 Jul 2025 06:55:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-22 20:51:32.294076
• Title: Minutiae-Anchored Local Dense Representation for Fingerprint Matching
• Title（参考訳）: 指紋照合のためのMinutiae-Anchored Local Dense Representation
• Authors: Zhiyu Pan, Xiongjun Guan, Yongjie Duan, Jianjiang Feng, Jie Zhou,
• Abstract要約: そこで本研究では,指紋マッチングのための局所的局所密度表現であるDMDを提案する。 きめ細かい尾根のテクスチャと、空間的に構造化された識別性ミナミジアの特徴の両方をキャプチャする。 高い計算効率を維持しながら、複数のベンチマークで最先端の精度を実現している。
• 参考スコア（独自算出の注目度）: 32.21219375759034
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Fingerprint matching under diverse capture conditions remains a fundamental challenge in biometric recognition. To achieve robust and accurate performance in such scenarios, we propose DMD, a minutiae-anchored local dense representation which captures both fine-grained ridge textures and discriminative minutiae features in a spatially structured manner. Specifically, descriptors are extracted from local patches centered and oriented on each detected minutia, forming a three-dimensional tensor, where two dimensions represent spatial locations on the fingerprint plane and the third encodes semantic features. This representation explicitly captures abstract features of local image patches, enabling a multi-level, fine-grained description that aggregates information from multiple minutiae and their surrounding ridge structures. Furthermore, thanks to its strong spatial correspondence with the patch image, DMD allows for the use of foreground segmentation masks to identify valid descriptor regions. During matching, comparisons are then restricted to overlapping foreground areas, improving efficiency and robustness. Extensive experiments on rolled, plain, parital, contactless, and latent fingerprint datasets demonstrate the effectiveness and generalizability of the proposed method. It achieves state-of-the-art accuracy across multiple benchmarks while maintaining high computational efficiency, showing strong potential for large-scale fingerprint recognition. Corresponding code is available at https://github.com/Yu-Yy/DMD.
• Abstract（参考訳）: 多様な捕獲条件下での指紋照合は生体認証の基本的な課題である。 このようなシナリオで堅牢かつ正確な性能を達成するために,細粒な尾根のテクスチャと識別的なミツネの特徴を空間的に構造化された方法で捉えたミツネの局所密度表現であるDMDを提案する。 具体的には、3次元テンソルを形成し、3次元は指紋面上の空間的位置を表現し、3次元は意味的特徴をコードする。 この表現は、局所的なイメージパッチの抽象的な特徴を明示的にキャプチャし、複数のミツバチとその周辺の尾根構造から情報を集約する多レベルできめ細かな記述を可能にする。 さらに、パッチ画像との強い空間対応により、DMDは前景のセグメンテーションマスクを使用して有効なディスクリプタ領域を特定することができる。 マッチング中、比較は重なり合う前景領域に制限され、効率と堅牢性が向上する。 転がり, 平ら, 口蓋, 無接触, 潜伏する指紋データセットの広範囲にわたる実験により, 提案手法の有効性と一般化性を示した。 複数のベンチマークにまたがって最先端の精度を実現し、高い計算効率を維持し、大規模な指紋認証の可能性を示している。 対応するコードはhttps://github.com/Yu-Yy/DMDで入手できる。

関連論文リスト

• Fixed-Length Dense Fingerprint Representation [32.21219375759034]
  本稿では,指紋の固定長密度記述子を提案し,指紋マッチングフレームワークFLAREを提案する。 提案する高密度ディスクリプタは、空間対応を維持しながら、固定長表現をサポートする。 実験により、FLAREは転がり、平ら、潜伏、接触のない指紋間で優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2025-05-06T14:59:25Z)
• FUSELOC: Fusing Global and Local Descriptors to Disambiguate 2D-3D Matching in Visual Localization [57.59857784298536]
  直接2D-3Dマッチングアルゴリズムでは、メモリが大幅に削減されるが、より大きくあいまいな検索空間のために精度が低下する。 本研究では,2次元3次元探索フレームワーク内の重み付き平均演算子を用いて局所的およびグローバルな記述子を融合させることにより,この曖昧さに対処する。 ローカルのみのシステムの精度を常に改善し、メモリ要求を半減させながら階層的な手法に近い性能を達成する。
  論文  参考訳（メタデータ） (2024-08-21T23:42:16Z)
• Latent Fingerprint Matching via Dense Minutia Descriptor [32.21219375759034]
  本稿では,潜伏指紋マッチングのための深層学習型高密度ミナリアディスクリプタ(DMD)を提案する。 DMDは、その中心ミナミヤに整列した指紋パッチを抽出し、詳細なミナミヤ情報とテクスチャ情報をキャプチャして得られる。 我々の記述子は、複数の潜伏指紋データに対して最先端の性能を達成する。
  論文  参考訳（メタデータ） (2024-05-02T11:40:44Z)
• Coupled Laplacian Eigenmaps for Locally-Aware 3D Rigid Point Cloud Matching [0.0]
  局所構造を考慮したグラフラプラシアン固有写像に基づく新しい手法を提案する。 ラプラシアン固有写像の順序と符号のあいまいさに対処するために、結合ラプラシアンと呼ばれる新しい作用素を導入する。 これらの高次元空間間の類似性は、形状に一致するような局所的な意味のあるスコアを与えることを示す。
  論文  参考訳（メタデータ） (2024-02-27T10:10:12Z)
• ALSTER: A Local Spatio-Temporal Expert for Online 3D Semantic Reconstruction [62.599588577671796]
  本稿では,RGB-Dフレームのストリームから3次元セマンティックマップを段階的に再構成するオンライン3次元セマンティックセマンティックセマンティクス手法を提案する。 オフラインの手法とは異なり、ロボット工学や混合現実のようなリアルタイムな制約のあるシナリオに直接適用できます。
  論文  参考訳（メタデータ） (2023-11-29T20:30:18Z)
• SwIPE: Efficient and Robust Medical Image Segmentation with Implicit Patch Embeddings [12.79344668998054]
  正確な局所境界線とグローバルな形状コヒーレンスを実現するために,SwIPE(Segmentation with Implicit Patch Embeddings)を提案する。 その結果,最近の暗黙的アプローチよりもSwIPEは大幅に改善され,パラメータが10倍以上の最先端の離散手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-23T20:55:11Z)
• Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
  我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。 我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
  論文  参考訳（メタデータ） (2022-12-17T15:05:25Z)
• Residual Moment Loss for Medical Image Segmentation [56.72261489147506]
  位置情報は,対象物体の多様体構造を捉えた深層学習モデルに有効であることが証明された。 既存のほとんどの手法は、ネットワークが学習するために、位置情報を暗黙的にエンコードする。 セグメント化対象の位置情報を明示的に埋め込むために,新しい損失関数,すなわち残差モーメント(RM)損失を提案する。
  論文  参考訳（メタデータ） (2021-06-27T09:31:49Z)
• P2-Net: Joint Description and Detection of Local Features for Pixel and Point Matching [78.18641868402901]
  この研究は、2D画像と3D点雲の微粒な対応を確立するための取り組みである。 画素領域と点領域の固有情報変動を緩和するために,新しい損失関数と組み合わせた超広帯域受信機構を設計した。
  論文  参考訳（メタデータ） (2021-03-01T14:59:40Z)
• Semantic Signatures for Large-scale Visual Localization [2.9542356825059715]
  この研究は、ハイレベルな意味情報を利用することにより、異なる経路を探索する。 ストリートビューのオブジェクト情報は、ローカライゼーションを促進することができる。 いくつかのメトリクスとプロトコルが署名の比較と検索のために提案されている。
  論文  参考訳（メタデータ） (2020-05-07T11:33:10Z)
• Real-Time High-Performance Semantic Image Segmentation of Urban Street Scenes [98.65457534223539]
  都市景観のロバストなセマンティックセマンティックセグメンテーションのためのリアルタイムDCNNに基づく高速DCNN手法を提案する。 提案手法は, 51.0 fps と 39.3 fps の推論速度で, 平均 73.6% と平均 68.0% (mIoU) の精度を実現する。
  論文  参考訳（メタデータ） (2020-03-11T08:45:53Z)

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。