論文の概要: Intra-finger Variability of Diffusion-based Latent Fingerprint Generation

• arxiv url: http://arxiv.org/abs/2604.10040v1
• Date: Sat, 11 Apr 2026 05:24:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:15.807889
• Title: Intra-finger Variability of Diffusion-based Latent Fingerprint Generation
• Title（参考訳）: 拡散型潜時指紋生成の指内変動
• Authors: Noor Hussein, Anil K. Jain, Karthik Nandakumar,
• Abstract要約: 本研究の主な目的は, 最先端拡散モデルを用いて生成した合成指紋の指内変動性を評価することである。 我々は,包括的構築による生成モデルの潜在スタイルの多様性の向上に焦点をあてる。 textitlatentスタイルバンクは 7つの多様なデータセットから作成されました また,生成した印象における指紋の隆起と微妙さの整合性を理解するための半自動フレームワークも実装した。
• 参考スコア（独自算出の注目度）: 35.645082991821155
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The primary goal of this work is to systematically evaluate the intra-finger variability of synthetic fingerprints (particularly latent prints) generated using a state-of-the-art diffusion model. Specifically, we focus on enhancing the latent style diversity of the generative model by constructing a comprehensive \textit{latent style bank} curated from seven diverse datasets, which enables the precise synthesis of latent prints with over 40 distinct styles encapsulating different surfaces and processing techniques. We also implement a semi-automated framework to understand the integrity of fingerprint ridges and minutiae in the generated impressions. Our analysis indicates that though the generation process largely preserves the identity, a small number of local inconsistencies (addition and removal of minutiae) are introduced, especially when there are poor quality regions in the reference image. Furthermore, mismatch between the reference image and the chosen style embedding that guides the generation process introduces global inconsistencies in the form of hallucinated ridge patterns. These insights highlight the limitations of existing synthetic fingerprint generators and the need to further improve these models to simultaneously enhance both diversity and identity consistency.
• Abstract（参考訳）: 本研究の主な目的は,最先端拡散モデルを用いて生成した合成指紋(特に潜伏印刷物)の指内変動を系統的に評価することである。 具体的には、7つの異なるデータセットからキュレートされた包括的 \textit{latent style bank} を構築することで、生成モデルの潜在スタイルの多様性を高めることに重点を置いている。 また,生成した印象における指紋の隆起と微妙さの整合性を理解するための半自動フレームワークも実装した。 本分析は, 生成過程がアイデンティティを保ちつつも, 参照画像に品質の悪い領域が存在する場合, ごく少数の局所的不整合(ミツリの添加, 除去)が導入されたことを示唆する。 さらに、参照画像と、生成過程を導く選択されたスタイルの埋め込みとのミスマッチは、幻影隆起パターンの形で世界的不整合をもたらす。 これらの知見は、既存の合成フィンガージェネレータの限界と、多様性とアイデンティティの整合性の両方を同時に強化するためにこれらのモデルをさらに改善する必要性を強調している。

関連論文リスト

• WithAnyone: Towards Controllable and ID Consistent Image Generation [83.55786496542062]
  アイデンティティ・一貫性・ジェネレーションは、テキスト・ツー・イメージ研究において重要な焦点となっている。 マルチパーソンシナリオに適した大規模ペアデータセットを開発する。 本稿では,データと多様性のバランスをとるためにペアデータを活用する,対照的なアイデンティティ損失を持つ新たなトレーニングパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-10-16T17:59:54Z)
• Causal Fingerprints of AI Generative Models [18.85839181425287]
  完全なモデル指紋は、画像の出現とモデルトレースの因果関係を反映すべきである、と我々は主張する。 本稿では、画像固有のコンテンツやスタイルから切り離す因果分離フレームワークを提案する。 提案手法は, モデル属性における既存手法よりも優れており, 偽造検出, モデル著作権追跡, アイデンティティ保護の強力な可能性を示している。
  論文  参考訳（メタデータ） (2025-09-18T20:33:27Z)
• Multi-focal Conditioned Latent Diffusion for Person Image Synthesis [59.113899155476005]
  遅延拡散モデル(LDM)は高解像度画像生成において強力な機能を示した。 これらの制約に対処する多焦点条件付き潜時拡散法(MCLD)を提案する。 本手法では,顔の同一性やテクスチャ固有の情報を効果的に統合する多焦点条件アグリゲーションモジュールを利用する。
  論文  参考訳（メタデータ） (2025-03-19T20:50:10Z)
• Kaleido Diffusion: Improving Conditional Diffusion Models with Autoregressive Latent Modeling [49.41822427811098]
  本稿では, 自己回帰性潜伏前駆体を組み込むことにより, サンプルの多様性を高める新しいアプローチであるKaleidoを紹介する。 Kaleidoは、オリジナルのキャプションをエンコードして潜伏変数を生成する自動回帰言語モデルを統合する。 そこで我々は,Kaleidoが生成した潜在変数のガイダンスに忠実に従属していることを示し,画像生成過程を効果的に制御し,指示する能力を示す。
  論文  参考訳（メタデータ） (2024-05-31T17:41:11Z)
• Universal Fingerprint Generation: Controllable Diffusion Model with Multimodal Conditions [25.738682467090335]
  GenPrintは、アイデンティティを維持しながら、さまざまなタイプの指紋画像を生成するためのフレームワークである。 GenPrintはトレーニングデータセットのみからスタイル特性を複製することに限定されていない。 結果は、生成した画像のアイデンティティ保存、説明可能な制御、普遍性の観点から、GenPrintの利点を実証する。
  論文  参考訳（メタデータ） (2024-04-21T23:01:08Z)
• Enhancing Fingerprint Image Synthesis with GANs, Diffusion Models, and Style Transfer Techniques [0.44739156031315924]
  我々は様々な方法でノイズからライブ指紋を生成し、画像翻訳技術を用いてライブ指紋画像をスプーフに変換する。 我々はFr'echet Inception Distance (FID) とFalse Acceptance Rate (FAR) によって生成されたライブ指紋画像の多様性と現実性を評価する。
  論文  参考訳（メタデータ） (2024-03-20T18:36:30Z)
• ManiFPT: Defining and Analyzing Fingerprints of Generative Models [16.710998621718193]
  生成モデルにおけるアーティファクトと指紋の定義を形式化する。 我々は実際にそれらを計算するためのアルゴリズムを提案する。 指紋の構造について検討し,異なる設計選択が生成過程に与える影響を非常に予測できることを示した。
  論文  参考訳（メタデータ） (2024-02-16T01:58:35Z)
• Improving Diversity in Zero-Shot GAN Adaptation with Semantic Variations [61.132408427908175]
  0ショットのGAN適応は、よく訓練されたジェネレータを再利用して、目に見えないターゲットドメインの画像を合成することを目的としている。 実際の画像の代わりに1つの代表的テキスト機能しか持たないため、合成された画像は徐々に多様性を損なう。 そこで本研究では,CLIP空間における対象テキストの意味的変化を見つけるための新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-08-21T08:12:28Z)

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。