論文の概要: Identity-Consistent Multi-Pose Generation of Contactless Fingerprints

• arxiv url: http://arxiv.org/abs/2605.03830v1
• Date: Tue, 05 May 2026 14:59:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:43.986112
• Title: Identity-Consistent Multi-Pose Generation of Contactless Fingerprints
• Title（参考訳）: コンタクトレス指紋の同一性に一貫性のあるマルチパス生成
• Authors: Zhiyu Pan, Xiongjun Guan, Jianjiang Feng, Jie Zhou,
• Abstract要約: 我々はコンタクトレスフィンガープリント(IMPOSE)の恒常的マルチパス生成を提案する。 IMPOSEは物理に着想を得たフレームワークで、ID保存された多目的接触指紋サンプルを合成する。 UWAおよびPolyU CL2CBデータベースの実験により、IMPOSE合成データを用いた微調整固定長密度記述子(FDD)が最先端のクロスモーダルマッチングを実現することが示された。
• 参考スコア（独自算出の注目度）: 31.932777820189827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contactless fingerprint recognition has gained increasing attention due to its advantages in hygiene and acquisition flexibility. However, the absence of physical contact constraints introduces severe nonlinear geometric distortions caused by free finger poses in 3D space, resulting in a substantial cross-modal domain gap between contactless and conventional contact-based fingerprints. Existing solutions largely rely on explicit geometric correction or image enhancement, which are fragile under extreme pose variations. In this paper, we propose Identity-Consistent Multi-Pose Generation of Contactless Fingerprints (IMPOSE), a physics-inspired framework that synthesizes identity-preserving, multi-pose contactless fingerprint samples to empower recognition models. IMPOSE consists of three stages: (1) rolled fingerprint identity generation via latent diffusion with discrete codebook representations, (2) cross-modal translation from rolled to contactless modality guided by Sauvola-based local adaptive binarization as an identity anchor, and (3) physics-based multi-pose simulation through 3D finger model texture mapping and projection. The generated samples maintain strict identity consistency at the ridge topology level and spatial alignment with standard fingerprint coordinate space. Extensive experiments on the UWA and PolyU CL2CB databases demonstrate that fine-tuning fixed-length dense descriptors (FDD) with IMPOSE-synthesized data achieves state-of-the-art cross-modal matching, reducing EER to 8.74% on UWA and 2.26% on PolyU CL2CB. Synthetic data also yields consistent gains across mainstream representations including DeepPrint and AFRNet, and the hybrid strategy combining synthetic and real data achieves the best overall results. The code and generated samples are available at https://github.com/Yu-Yy/IMPOSE.
• Abstract（参考訳）: コンタクトレス指紋認識は、衛生と取得の柔軟性の利点から注目を集めている。 しかし, 接触制約の欠如は, 3次元空間における自由指のポーズによって引き起こされる厳密な非線形幾何学的歪みを招き, 接触非接触指紋と従来の接触指紋との間にかなりの領域ギャップが生じる。 既存の解は、明らかに幾何補正や画像強調に大きく依存しており、極端なポーズの変化の下では脆弱である。 本稿では,ID保存・多目的コンタクトレス指紋サンプルを合成し,認識モデルを強化する物理に着想を得たフレームワークIMPOSEを提案する。 IMPOSE は,(1) 個別のコードブック表現による潜時拡散による指紋識別生成,(2) ソーボラをベースとした局所適応双対化を特徴とする非接触モードへのクロスモーダル翻訳,(3) 3次元指モデルテクスチャマッピングと投影による物理に基づく多目的シミュレーションの3段階からなる。 生成したサンプルは、リッジトポロジーレベルで厳密なアイデンティティ整合性を維持し、標準指紋座標空間との空間的整合性を保持する。 UWAおよびPolyU CL2CBデータベースに対する大規模な実験により、IMPOSE合成データを用いた微調整された固定長密度ディスクリプタ(FDD)が最先端のクロスモーダルマッチングを実現し、UWAではEERが8.74%、PolyU CL2CBでは2.26%に削減された。 合成データはまた、DeepPrintやAFRNetといった主流の表現に対して一貫した利得をもたらし、合成データと実データを組み合わせたハイブリッド戦略は、最高の総合的な結果をもたらす。 コードと生成されたサンプルはhttps://github.com/Yu-Yy/IMPOSEで入手できる。

関連論文リスト

• Intra-finger Variability of Diffusion-based Latent Fingerprint Generation [35.645082991821155]
  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。
  論文  参考訳（メタデータ） (2026-04-11T05:24:23Z)
• IrisFP: Adversarial-Example-based Model Fingerprinting with Enhanced Uniqueness and Robustness [9.981615514164469]
  IrisFPは、新しい逆例ベースのモデルフィンガープリントフレームワークである。 すべての決定境界の交差点付近に指紋を配置する。 複合サンプル指紋を合成し、複数のサンプルを多境界交差点に近接して構成する。 統計的分離性指標を用いて、生成された指紋の識別力を評価する。
  論文  参考訳（メタデータ） (2026-03-26T03:39:29Z)
• Optimizing ID Consistency in Multimodal Large Models: Facial Restoration via Alignment, Entanglement, and Disentanglement [54.199726425201895]
  大規模モデルのマルチモーダル編集は、様々なタスクにまたがる強力な編集機能を示している。 現在の顔認証保存法は、顔認証と編集済み要素IPの整合性回復に苦慮している。 そこで我々は,頑健なアイデンティティ特異的顔復元のためのアライメント・ディスタングルメント・アンタングルメント・フレームワークであるEditedIDを提案する。
  論文  参考訳（メタデータ） (2026-02-21T08:24:42Z)
• StdGEN++: A Comprehensive System for Semantic-Decomposed 3D Character Generation [57.06461272772509]
  StdGEN++は、多種多様な入力から高忠実で意味的に分解された3D文字を生成するための、新しく包括的なシステムである。 最先端の性能を達成し、幾何学的精度と意味的絡み合いにおいて既存の手法を著しく上回っている。 結果として、非破壊的な編集、物理学に準拠したアニメーション、視線追跡など、より進んだ下流の機能をアンロックする。
  論文  参考訳（メタデータ） (2026-01-12T15:41:27Z)
• LatentPrintFormer: A Hybrid CNN-Transformer with Spatial Attention for Latent Fingerprint identification [4.819347753965351]
  画像品質、背景雑音、部分的な印象が低いため、潜伏指紋識別は難しい課題である。 本研究では、LatentPrintFormerと呼ばれる新しい識別手法を提案する。 提案モデルはCNNバックボーン(EfficientNet-B0)とTransformerバックボーン(Swin Tiny)を統合し,潜伏指紋から局所的特徴とグローバル的特徴の両方を抽出する。
  論文  参考訳（メタデータ） (2025-11-11T11:20:49Z)
• 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)
• Finger Pose Estimation for Under-screen Fingerprint Sensor [33.05877729161858]
  画面下指紋ポーズ推定のための新しいデュアルモーダル入力ベースネットワークを提案する。 本手法は,スクリーン下指紋センサによる隆起パッチから抽出したテクスチャの詳細と,タッチスクリーンから得られた容量画像から得られた粗い輪郭を効果的に統合する。 本手法は従来のSOTA法よりも優れており,指紋認識アルゴリズムの認識能力を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-05-05T09:05:47Z)
• ID$^3$: Identity-Preserving-yet-Diversified Diffusion Models for Synthetic Face Recognition [60.15830516741776]
  合成顔認識(SFR)は、実際の顔データの分布を模倣するデータセットを生成することを目的としている。 拡散燃料SFRモデルであるtextID3$を紹介します。 textID3$はID保存損失を利用して、多様だがアイデンティティに一貫性のある顔の外観を生成する。
  論文  参考訳（メタデータ） (2024-09-26T06:46:40Z)
• 3D Face Modeling via Weakly-supervised Disentanglement Network joint Identity-consistency Prior [62.80458034704989]
  切り離された制御因子を特徴とする3次元顔モデルの生成は、コンピュータビジョンやコンピュータグラフィックスの多様な応用において大きな可能性を秘めている。 従来の3D顔モデリング手法は、これらの要因を効果的に解消するために特定のラベルを要求するため、課題に直面している。 本稿では,WSDF(Wakly Supervised Disentanglement Framework)を導入し,過度に拘束的なラベル付けを必要とせず,制御可能な3次元顔モデルのトレーニングを容易にする。
  論文  参考訳（メタデータ） (2024-04-25T11:50:47Z)

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。