論文の概要: Generation of Synthetic Fingerphotos with GANs

• arxiv url: http://arxiv.org/abs/2608.15029v1
• Date: Sat, 15 Aug 2026 04:31:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.166433
• Title: Generation of Synthetic Fingerphotos with GANs
• Title（参考訳）: GANを用いた合成フィンガーフォトの創製
• Abstract要約: 既存の画像生成アーキテクチャであるStyleGAN2-ADAとStyleGAN3を用いて生成した合成指紋について検討を行った。 生体計測データと実指写真との比較により, 合成指紋の現実性, プライバシの保存性, 多様性を評価した。
• 参考スコア（独自算出の注目度）: 0.654238142449118
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contactless fingerprinting is an emerging approach to biometric authentication that allows users to scan their fingerprints without touching a scanner. Due to the limited amount of contactless fingerprint data available and the security risks associated with sharing real individuals' fingerprints, it is valuable to explore methods of generating synthetic data that can be used in place of - or in conjunction with - real data to develop and evaluate contactless fingerprinting systems. In this paper, we present and evaluate synthetic fingerphotos generated using StyleGAN2-ADA and StyleGAN3, existing image generation architectures. We evaluate the realism, privacy preservation, and variety of the synthetic fingerphotos by comparing their biometric feature statistics to those of real fingerphotos, computing match scores between real and synthetic fingerphotos, and computing match scores between different synthetic fingerphotos. This paper provides a quantitative comparison point for future evaluations of synthetic fingerphotos. The evaluation code is made available at https://github.com/cmillerlynch/fingerphoto-gan.
• Abstract（参考訳）: コンタクトレス指紋認証は、スキャナに触れることなく指紋をスキャンできる生体認証の新たなアプローチだ。 接触非接触指紋データが少ないことや、実際の個人の指紋を共有する際のセキュリティリスクのため、接触非接触指紋システムの開発と評価のために、実際のデータの代わりに、または、それと組み合わせて使用できる合成データを生成する方法を検討することは重要である。 本稿では,既存の画像生成アーキテクチャであるStyleGAN2-ADAとStyleGAN3を用いて生成した合成指紋について述べる。 本研究は, 実物と合成物とのマッチングスコア, 合成物と合成物とのマッチングスコア, および合成物と合成物とのマッチングスコアを比較し, 合成物と合成物とのマッチングスコアを比較して, その現実性, プライバシの保存性, 多様性を評価した。 本稿では,合成指紋の定量的比較点について述べる。 評価コードはhttps://github.com/cmillerlynch/fingerphoto-ganで公開されている。

関連論文リスト

• Conditional Synthetic Live and Spoof Fingerprint Generation [0.6305266318624044]
  大規模な指紋データセットは収集に時間と費用がかかり、厳格なプライバシー対策を必要とする。 本稿では,合成指紋画像(スプーフとライブの両方)作成のための新しいアプローチを提案する。 我々はCycleGANを使ってそれらをリアルなスプーフ指紋に変換する。 これらの合成スプーフ指紋は、堅牢なスプーフ検出システムの開発に不可欠である。
  論文  参考訳（メタデータ） (2025-10-19T22:44:21Z)
• Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
  人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。 ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。 これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
  論文  参考訳（メタデータ） (2024-11-04T18:38:50Z)
• Synthetic Latent Fingerprint Generation Using Style Transfer [6.530917936319386]
  そこで我々は,現実的な潜伏指紋を合成するために,スタイル転送と画像ブレンディングを用いたシンプルで効果的なアプローチを提案する。 評価基準と実験により,生成した合成潜伏指紋は,入力された接触指紋から識別情報を保存していることが示された。
  論文  参考訳（メタデータ） (2023-09-27T15:47:00Z)
• Hierarchical Perceptual Noise Injection for Social Media Fingerprint Privacy Protection [106.5308793283895]
  ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します 指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。 この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
  論文  参考訳（メタデータ） (2022-08-23T02:20:46Z)
• A review of schemes for fingerprint image quality computation [66.32254395574994]
  本稿では,指紋画像品質計算における既存手法について概説する。 また、9000個の指紋画像を含むMCYTデータベースを用いて、それらの選択を実装し、テストし、比較する。
  論文  参考訳（メタデータ） (2022-07-12T10:34:03Z)
• On the vulnerability of fingerprint verification systems to fake fingerprint attacks [57.36125468024803]
  中規模の偽指紋データベースを記述し、2つの異なる指紋認証システムを評価する。 光およびサーマルスイーピングセンサの結果が提供される。
  論文  参考訳（メタデータ） (2022-07-11T12:22:52Z)
• SpoofGAN: Synthetic Fingerprint Spoof Images [47.87570819350573]
  指紋スプーフ検出の進歩に対する大きな制限は、公開可能な大規模な指紋スプーフデータセットの欠如である。 この研究は、これらのアルゴリズムに十分なデータを供給する際に、合成指紋(ライブ指紋とスプーフ指紋の両方)の有用性を実証することを目的としている。
  論文  参考訳（メタデータ） (2022-04-13T16:27:27Z)
• Synthesis and Reconstruction of Fingerprints using Generative Adversarial Networks [6.700873164609009]
  本稿では,StyleGan2アーキテクチャに基づく新しい指紋合成・再構成フレームワークを提案する。 また,生成した指紋の属性を同一性を保ちながら修正する計算手法も提案する。 提案手法は, 指紋合成と復元の両面において, 現代的手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2022-01-17T00:18:00Z)
• SynCoLFinGer: Synthetic Contactless Fingerprint Generator [14.92708078957906]
  提案手法は1本の指に対応する異なる合成サンプルを生成することができる。 生体試料の品質を評価することにより、合成された非接触指紋と実際の指紋との類似性を確認する。
  論文  参考訳（メタデータ） (2021-10-18T09:56:07Z)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)
• Level Three Synthetic Fingerprint Generation [0.0]
  現実的で高解像度な指紋を合成するための新しいハイブリッドアプローチを提案する。 まず,手作りの指紋生成装置であるAnguliを改良し,汗孔と傷のついたダイナミックな隆起地図を得た。 私たちはこれらの地図をリアルな指紋に変換するためにCycleGANを訓練しました。
  論文  参考訳（メタデータ） (2020-02-05T14:09:47Z)

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。