論文の概要: Toward the Whole Picture: Accumulative Fingerprint Mapping and Reconstruction for Small-Area Mobile Sensors
- arxiv url: http://arxiv.org/abs/2606.15574v1
- Date: Sun, 14 Jun 2026 03:32:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.700573
- Title: Toward the Whole Picture: Accumulative Fingerprint Mapping and Reconstruction for Small-Area Mobile Sensors
- Title（参考訳）: 全体像に向けて:小型移動体センサの累積指紋マッピングと再構成
- Abstract要約: 我々は,小面積移動センシングのための強調指紋マッピングと再構築を提唱する。
本稿では、パッチ単位での構造的特徴抽出、特徴レベルの登録と融合、指紋マップの構築、位相に基づくリッジ再構築を行う古典的なパイプラインを提案する。
この視点は、マルチキャプチャマルチマッチ処理からアキュマティブマップ構築、ステートリファインメント、ワンショットマッチングへと、モバイル指紋認識を再構成する。
- 参考スコア（独自算出の注目度）: 26.659951781434017
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Small-area fingerprint sensing on mobile devices creates a fundamental mismatch between acquisition and recognition: each touch captures only a tiny, pose-varying local patch, while reliable biometric matching ultimately requires a stable and sufficiently complete fingerprint representation. Existing pipelines largely cope with this mismatch by treating repeated touches as independent partial templates, which leads to repeated registration, repeated matching, and no guarantee of adequate global coverage. In this paper, we advocate a different formulation, namely \emph{accumulative fingerprint mapping and reconstruction} for small-area mobile sensing. Rather than matching every partial patch separately, the proposed perspective converts a sequence of local observations into a unified fingerprint state that is progressively refined as new touches arrive and can be matched only once after consolidation. As a concrete baseline, we present a classical pipeline that performs patch-wise structural feature extraction, feature-level registration and fusion, fingerprint map construction, and phase-based ridge reconstruction. More importantly, we position this baseline within a broader mobile fingerprint framework that integrates structured token learning, two-stage pose reasoning, and diffusion-based generative reconstruction. This viewpoint reframes mobile fingerprint recognition from multi-capture multi-match processing to accumulative map building, state refinement, and one-shot matching, offering a principled route toward efficient, pose-robust, and deployment-friendly biometrics for small-area mobile platforms. The baseline implementation has been publicly released at https://github.com/XiongjunGuan/FpReconstruction.
- Abstract（参考訳）: それぞれのタッチは小さな、ポーズの異なるローカルパッチのみをキャプチャするが、信頼性の高いバイオメトリックマッチングは、究極的には安定して十分に完全な指紋表現を必要とする。
既存のパイプラインは、繰り返しタッチを独立した部分テンプレートとして扱うことで、このミスマッチに対処する。
本稿では,小面積移動センシングのための異なる定式化,すなわち「emph{accumulative fingerprint mapping and reconstruction}」を提唱する。
全ての部分的パッチを別々にマッチングする代わりに、提案された視点は、局所的な観察の連続を統一された指紋状態に変換する。
具体的ベースラインとして、パッチ単位での構造的特徴抽出、特徴レベルの登録と融合、指紋マップの構築、位相ベースのリッジ再構築を行う古典的なパイプラインを提案する。
より重要なのは、このベースラインを、構造化トークン学習、二段階ポーズ推論、拡散に基づく生成再構成を統合した、より広範なモバイル指紋フレームワークに位置づけることである。
この視点は、マルチキャプチャマルチマッチ処理からアキュマティブマップビルディング、ステートリファインメント、ワンショットマッチングへと、モバイル指紋認識を再構築する。
ベースライン実装はhttps://github.com/XiongjunGuan/FpReconstructionで公開された。
関連論文リスト
- SSMB: Self-Supervised Local Feature Detection under Motion Blur [48.57970299584709]
動きブル画像のためのデブルーフリーで自己監督型キーポイント検出器であるSSMBを提案する。
LDEモジュールは、グローバルな特徴混合後のきめ細かい局所的な識別性を復元する。
論文 参考訳（メタデータ） (2026-08-27T14:28:19Z) - Progressive Learning of a Diffusion-based Inpainting Model for Separating Overlapped Fingerprints [35.645082991821155]
オーバーラップされた摩擦隆起パターンは、犯罪現場から回収された潜伏指紋において繰り返し発生する問題である。
重なり合う摩擦隆起パターンを含む画像から成分指紋を分離する拡散型パイプラインを導入する。
論文 参考訳（メタデータ） (2026-08-04T17:08:46Z) - UoU: A Universal Fingerprint Foundation Model Based on Large-Scale Unsupervised Learning [26.659951781434017]
大規模なtextbfUnsupervised learning を用いたtextbfUniversal fingerprint foundation model を略した UoU を提案する。
UoUは、画像復元、構造フィールド、セマンティックトークン、ポイントレベルの生体認証エンティティ、コンパクトなグローバルディスクリプタにまたがる多層表現階層を中心に構成されている。
指紋画像を汎用的なテクスチャとして扱うのではなく、UoUはドメイン固有の対称性と中間構造を利用する。
論文 参考訳（メタデータ） (2026-06-16T02:37:40Z) - 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) - Joint Identity Verification and Pose Alignment for Partial Fingerprints [33.05877729161858]
本稿では,部分指紋ペアの協調識別とポーズアライメントのための新しいフレームワークを提案する。
本手法は,部分的指紋認証と相対的ポーズ推定の両方において,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-05-07T02:45:50Z) - RePFormer: Refinement Pyramid Transformer for Robust Facial Landmark
Detection [131.1478251760399]
顔のランドマーク検出タスクをピラミッド記憶に沿ったランドマーククエリの精製として定式化する。
具体的には、ピラミッドトランスフォーマーヘッド(PTH)を導入し、ランドマーク間の関係とランドマークとクロススケールコンテキストの間の異種関係の両方を構築する。
動的ランドマークリファインメント(DLR)モジュールは、ランドマークレグレッションをエンドツーエンドのリファインメント手順に分解するために設計されている。
論文 参考訳（メタデータ） (2022-07-08T14:12:26Z) - Locally Aware Piecewise Transformation Fields for 3D Human Mesh
Registration [67.69257782645789]
本論文では,3次元変換ベクトルを学習し,提案空間内の任意のクエリ点をリザーブ空間内の対応する位置にマップする部分変換場を提案する。
パラメトリックモデルにネットワークのポーズを合わせることで、特に極端なポーズにおいて、より優れた登録品質が得られることを示す。
論文 参考訳（メタデータ） (2021-04-16T15:16:09Z) - Tight-Integration of Feature-Based Relocalization in Monocular Direct
Visual Odometry [49.89611704653707]
本稿では,地図に基づく再局在化をオンラインビジュアル・オドメトリーに統合するためのフレームワークを提案する。
我々は画像特徴をDSO(Direct Sparse Odometry)に統合し、オンライン視覚計測と以前に構築された地図を関連付ける機能マッチングに依存する。
論文 参考訳（メタデータ） (2021-02-01T21:41:05Z) - Cross-Descriptor Visual Localization and Mapping [81.16435356103133]
視覚のローカライゼーションとマッピングは、Mixed Realityとロボティクスシステムの大部分を支える重要な技術である。
特徴表現の連続的な更新を必要とする局所化とマッピングのための3つの新しいシナリオを提案する。
我々のデータ駆動型アプローチは特徴記述子型に非依存であり、計算要求が低く、記述アルゴリズムの数と線形にスケールする。
論文 参考訳（メタデータ） (2020-12-02T18:19:51Z) - Unsupervised Metric Relocalization Using Transform Consistency Loss [66.19479868638925]
メートル法再ローカライズを行うためのトレーニングネットワークは、従来、正確な画像対応が必要である。
地図内のクエリ画像のローカライズは、登録に使用される参照画像に関係なく、同じ絶対的なポーズを与えるべきである。
提案手法は, 限られた地下構造情報が得られる場合に, 他の教師あり手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-11-01T19:24:27Z) - Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。
本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。
提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
論文 参考訳（メタデータ） (2020-05-12T15:51:59Z)
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。