論文の概要: Progressive Learning of a Diffusion-based Inpainting Model for Separating Overlapped Fingerprints

• arxiv url: http://arxiv.org/abs/2608.03937v1
• Date: Tue, 04 Aug 2026 17:08:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:23.296912
• Title: Progressive Learning of a Diffusion-based Inpainting Model for Separating Overlapped Fingerprints
• Title（参考訳）: オーバーラップフィンガープリント分離のための拡散型塗布モデルの進歩的学習
• Authors: Noor Hussein, Anil K. Jain, Karthik Nandakumar,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 35.645082991821155
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Overlapped friction ridge patterns are a recurring problem in latent fingerprints recovered from crime scenes and in live-scan scenarios where residual fingerprints on the sensor may corrupt subsequent acquisitions. Existing approaches for separating overlapped fingerprints either rely on rule-based orientation field completion that requires strong domain knowledge or train end-to-end deep neural networks that do not account for domain-specific considerations. This work introduces a diffusion-based pipeline for separating component fingerprints from an image containing overlapping friction ridge patterns. We formulate the separation problem as an inpainting task and progressively learn a diffusion model for this task in multiple stages. Starting from a pre-trained Stable Diffusion model, we progressively incorporate a fingerprint prior, add the ability to complete partial fingerprints, and finally propose \textbf{overlap-aware inpainting} that reconstructs each component print using a diffusion inpainting model based on multi-channel conditioning. Experiments on two public datasets demonstrate that component fingerprints reconstructed using the proposed diffusion-based inpainting method can match with their mated counterparts with very high probability.
• Abstract（参考訳）: 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や、センサーの残留指紋がその後の取得を損なう可能性があるライブスキャンシナリオにおいて、繰り返し発生する問題である。 重複指紋を分離するための既存のアプローチは、強力なドメイン知識を必要とするルールベースの配向フィールド補完に依存するか、ドメイン固有の考慮を考慮しないエンドツーエンドのディープニューラルネットワークを訓練する。 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。 分離問題を着色タスクとして定式化し、このタスクの拡散モデルを複数の段階で段階的に学習する。 トレーニング済みの安定拡散モデルから, 指紋を段階的に組み込んで, 部分指紋を完遂する機能を追加し, 最終的に多チャンネル条件に基づく拡散塗布モデルを用いて各コンポーネントの印刷を再構築する \textbf{overlap-aware inpainting} を提案する。 2つの公開データセットの実験では、拡散ベースの塗布法を用いて再構成された成分指紋が、交配した指紋と非常に高い確率で一致できることが示されている。

関連論文リスト

• DiffusionPrint: Learning Generative Fingerprints for Diffusion-Based Inpainting Localization [11.097006771680896]
  DiffusionPrintは、潜時復号によるスペクトル歪みに頑健な法医学的信号を学ぶ。 これは、同じモデルによって生成された塗装された領域が一貫した生成指紋を共有するという事実を利用する。 複数の生成モデル間のローカライゼーションを一貫して改善する。
  論文  参考訳（メタデータ） (2026-04-14T08:30:21Z)
• Data-Efficient Brushstroke Generation with Diffusion Models for Oil Painting [60.15416769662556]
  そこで本研究では,手書きサンプルの小さなセットから人型ブラシストローク生成を学習する問題について検討する。 Smooth Regularization (SmR) を用いた拡散型フレームワーク StrokeDiff を提案する。 学習したプリミティブをBézierベースの条件付けモジュールで制御可能であることを示す。
  論文  参考訳（メタデータ） (2026-03-01T13:42:35Z)
• Fingerprint Vector: Enabling Scalable and Efficient Model Fingerprint Transfer via Vector Addition [23.282821424581]
  我々はフィンガープリントベクトルと呼ばれる新しいメカニズムを提案する。 指紋をバックドアベースの微調整でベースモデルに埋め込み、タスク固有のパラメータデルタを指紋ベクトルとして抽出する。 キーデシダラタにまたがる直接注入に匹敵する、あるいは優れたパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-09-13T14:04:39Z)
• Coarse-to-Fine Latent Diffusion for Pose-Guided Person Image Synthesis [65.7968515029306]
  PGPIS(Pose-Guided Person Image Synthesis)のためのCFLD(Coarse-to-Fine Latent Diffusion)法を提案する。 認識修正デコーダは、学習可能なクエリの集合を段階的に洗練し、粗いプロンプトとして人物画像の意味的理解を抽出するように設計されている。
  論文  参考訳（メタデータ） (2024-02-28T06:07:07Z)
• Robust Retraining-free GAN Fingerprinting via Personalized Normalization [21.63902009635896]
  提案手法は,ParamGen Netsの入力を変更するだけで,異なる指紋をGAN内に埋め込むことができる。 モデルレベルの攻撃と画像レベルの攻撃の両方に対するロバスト性の観点から提案手法の性能は,最先端技術よりも優れている。
  論文  参考訳（メタデータ） (2023-11-09T16:09:12Z)
• Tree-Ring Watermarks: Fingerprints for Diffusion Images that are Invisible and Robust [55.91987293510401]
  生成モデルのアウトプットを透かしは、著作権をトレースし、AI生成コンテンツによる潜在的な害を防ぐ重要なテクニックである。 本稿では,拡散モデル出力を頑健にフィンガープリントするTree-Ring Watermarkingという新しい手法を提案する。 私たちの透かしは画像空間に意味的に隠れており、現在デプロイされている透かしよりもはるかに堅牢です。
  論文  参考訳（メタデータ） (2023-05-31T17:00:31Z)
• Pair-Relationship Modeling for Latent Fingerprint Recognition [25.435974669629374]
  本稿では,2つの指紋のペア関係を認識の類似性として直接モデル化する手法を提案する。 2つのデータベースに対する実験結果から,提案手法が技術状況より優れていることが示された。
  論文  参考訳（メタデータ） (2022-07-02T11:31:31Z)
• 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。