一种嵌入自学习分割模块的全自动潜在指纹匹配器
密码学与安全
2014-06-27 v1 计算机视觉与模式识别
摘要
潜在指纹对于识别在犯罪现场无意中留下指纹痕迹的嫌疑人具有实用价值。然而，设计全自动潜在指纹匹配器是一项极具挑战性的任务，因为它需要解决诸多难题，包括从部分且质量较差的潜在指纹图像中分离重叠的结构化图案，以及在具有不同分辨率的大型背景数据库中寻找匹配项。目前尚无面向公众的全自动潜在指纹匹配器，大多数文献报道使用的是不向公众开放的专用潜在指纹匹配器 COTS3。这使得评估和比较相关研究工作变得不可行，而这对该研究社区至关重要。本研究旨在开发一种全自动潜在匹配器，用于自适应检测感兴趣区域并鲁棒地匹配潜在指纹。与人工进行的匹配过程不同，所提出的潜在匹配器可以像一个密封的黑盒一样运行，无需任何人工干预。该匹配器由以下两个模块组成：(i) 基于字典学习的感兴趣区域 (ROI) 分割方案；(ii) 基于遗传算法的 minutiae 集匹配单元。在 NIST SD27 潜在指纹数据库上的实验结果表明，所提出的匹配器优于当前公开的最先进潜在指纹匹配器。
引用
@article{arxiv.1406.6854,
title = {A Fully Automated Latent Fingerprint Matcher with Embedded Self-learning Segmentation Module},
author = {Jinwei Xu and Jiankun Hu and Xiuping Jia},
journal= {arXiv preprint arXiv:1406.6854},
year = {2014}
}