論文の概要: Topological summaries of fingerprint ridge patterns carry identity information

• arxiv url: http://arxiv.org/abs/2606.22029v1
• Date: Sat, 20 Jun 2026 13:04:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 23:12:38.698269
• Title: Topological summaries of fingerprint ridge patterns carry identity information
• Title（参考訳）: 指紋隆起パターンのトポロジ的要約はアイデンティティ情報を運ぶ
• Authors: Chad M. Topaz, Niny Arcila-Maya, Elizabeth Munch, Zofia Stanley, Lori Ziegelmeier,
• Abstract要約: トポロジカルデータ解析により,皮膚の隆起と谷の完全なパターンを直接表現し,微栄養の検出と下流のマッチングパイプラインをバイパスする。 我々は,標準ベンチマークデータセットであるFVC2000 DB1上で,様々な検証手法を開発し,比較する。 以上の結果から,これらのトポロジカルサマリーは,原画素レベルの幾何よりもはるかに有効な指紋識別情報を取得することが確認された。
• 参考スコア（独自算出の注目度）: 0.13048920509133805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fingerprints are the most widely deployed biometric. Verifying whether two impressions come from the same finger typically relies on minutiae, small landmarks such as skin ridge endings and bifurcations. These landmarks are extracted through a multi-stage pipeline of image enhancement, skeletonization, minutiae detection, and alignment. We investigate an alternative: using topological data analysis to represent the full pattern of skin ridges and valleys directly, bypassing minutiae detection and the downstream matching pipeline. We apply persistent homology, a topological tool that tracks how loops in the ridge pattern form and fill in across spatial scales, producing multi-scale summaries of ridge geometry. We develop and compare a range of verification methods on a standard benchmark dataset, FVC2000 DB1. Even the simplest topological summaries, with no trained parameters, substantially outperform geometry-only baselines. A trained method achieves an AUC of 0.91, while an optimal-transport method excels at the strictest false-accept thresholds, suggesting they capture different aspects of the ridge pattern. Fusing these two approaches yields the best performance at every low false-accept threshold we examine. Our results establish that these topological summaries capture substantial fingerprint identity information, far more effective for verification than raw pixel-level geometry. Because the entire pipeline is openly specified, it offers a transparent complement to minutiae-based systems, and we provide a modular framework for constructing, evaluating, and combining topological verification methods.
• Abstract（参考訳）: 指紋は最も広く使われている生体認証である。 2つの印象が同じ指から来るかどうかを検証するには、通常、ミナミア、皮膚の尾根の端や分岐などの小さなランドマークに依存する。 これらのランドマークは、画像強調、骨格化、栄養失調の検出、アライメントの多段階パイプラインを通じて抽出される。 トポロジカルデータ分析を用いて皮膚の隆起と谷の完全なパターンを直接表現し、微栄養検出と下流のマッチングパイプラインをバイパスする。 我々は、尾根パターンのループがどのように形成され、空間スケールにわたって埋められるかを追跡するトポロジツールである永続ホモロジーを適用し、尾根幾何学のマルチスケールの要約を生成する。 我々は,標準ベンチマークデータセットであるFVC2000 DB1上で,様々な検証手法を開発し,比較する。 訓練されたパラメータを持たない最も単純な位相的要約でさえ、幾何のみのベースラインよりもかなり優れている。 訓練された方法はAUCが0.91であり、最適輸送法は最も厳密な偽受容閾値で排他的であり、リッジパターンの異なる側面を捉えることを示唆している。 これらの2つのアプローチを融合させることで、検証した全ての低い誤認識しきい値において、最高のパフォーマンスが得られる。 以上の結果から,これらのトポロジカルサマリーは,原画素レベルの幾何よりもはるかに有効な指紋識別情報を取得することが確認された。 パイプライン全体がオープンに指定されているため、微栄養系システムに対する透過的な補完を提供し、トポロジ的検証手法の構築、評価、結合のためのモジュラーフレームワークを提供する。

関連論文リスト

• Continuous-tone Simple Points: An $\ell_0$-Norm of Cyclic Gradient for Topology-Preserving Data-Driven Image Segmentation [12.419704025342476]
  トポロジカルな特徴は、画像解析タスクにおける幾何学的可視性と構造的整合性の確保に不可欠である。 既存の単純な点検出法はバイナリ画像に限られており、微分不可能である。 本稿では,連続評価画像上の単純な点を直接計算し,位相推定の微分を可能にする手法を提案する。
  論文  参考訳（メタデータ） (2026-04-30T17:45:50Z)
• Topograph: An efficient Graph-Based Framework for Strictly Topology Preserving Image Segmentation [78.54656076915565]
  位相的正しさは多くの画像分割タスクにおいて重要な役割を果たす。 ほとんどのネットワークは、Diceのようなピクセル単位の損失関数を使って、トポロジカルな精度を無視して訓練されている。 トポロジ的に正確な画像セグメンテーションのための新しいグラフベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-05T16:20:14Z)
• Persistent Topological Features in Large Language Models [0.6597195879147556]
  トポロジカルな特徴である$p$次元の穴が層全体に持続し、進化していくかを測定するトポロジカル記述子を導入する。 このことは、プロンプトがどのように再配置され、それらの相対的な位置が表現空間で変化するかという統計的視点を与える。 ショーケースアプリケーションとして、レイヤプルーニングの基準を確立するためにzigzag Persistenceを使用し、最先端の手法に匹敵する結果を得る。
  論文  参考訳（メタデータ） (2024-10-14T19:46:23Z)
• SemanticTopoLoop: Semantic Loop Closure With 3D Topological Graph Based on Quadric-Level Object Map [0.8158530638728501]
  ループクロージャはSLAMの重要なコンポーネントの1つです。 バッグ・オブ・ワード(英語版)モデルのような伝統的な外見に基づく手法は、しばしば局所的な2D特徴とトレーニングデータの量によって制限される。
  論文  参考訳（メタデータ） (2023-11-06T02:30:30Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Revisiting the Evaluation of Image Synthesis with GANs [55.72247435112475]
  本研究では, 合成性能の評価に関する実証的研究を行い, 生成モデルの代表としてGAN(Generative Adversarial Network)を用いた。 特に、表現空間におけるデータポイントの表現方法、選択したサンプルを用いた公平距離の計算方法、各集合から使用可能なインスタンス数など、さまざまな要素の詳細な分析を行う。
  論文  参考訳（メタデータ） (2023-04-04T17:54:32Z)
• Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
  本稿では,3次元形状対応のための教師なし学習手法を提案する。 提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2020-10-28T22:24:07Z)
• MetricUNet: Synergistic Image- and Voxel-Level Learning for Precise CT Prostate Segmentation via Online Sampling [66.01558025094333]
  本稿では,前立腺領域を高速に局在させる第1段階と,前立腺領域を正確に区分する第2段階の2段階のフレームワークを提案する。 マルチタスクネットワークにおけるボクセルワイドサンプリングによる新しいオンラインメトリック学習モジュールを提案する。 本手法は,従来のクロスエントロピー学習法やDice損失学習法と比較して,より代表的なボクセルレベルの特徴を効果的に学習することができる。
  論文  参考訳（メタデータ） (2020-05-15T10:37:02Z)

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。