自动化潜指纹识别
计算机视觉与模式识别
2017-04-07 v1
摘要
潜指纹是全球执法和法医机构最重要且广泛使用的证据之一。然而，NIST 的评估表明，现有潜指纹识别系统的性能远不能令人满意。一个高精度的自动化潜指纹识别系统对于将犯罪现场发现的潜指纹与大量参考指纹进行比较以生成可能匹配的候选列表至关重要。在本文中，我们提出了一种自动化潜指纹识别算法，该算法利用卷积神经网络进行脊线流向估计和细节描述符提取，并提取互补模板（两个细节模板和一个纹理模板）来表示潜指纹。基于这三个模板的潜指纹与参考指纹之间的比对分数被融合，以从参考数据库中检索简短的候选列表。实验结果表明，在包含 10万枚滚动指纹的参考数据库下，NIST SD27 的 rank-1 识别准确率（查询潜指纹与参考数据库中的真实匹配相匹配）为 64.7%，WVU 潜指纹数据库为 75.3%。这些结果在已发表的潜指纹识别论文中是最好的，并与领先的商用现成潜指纹自动识别系统（AFIS）的性能（在 NIST SD27 和 WVU DB 上的 rank-1 准确率分别为 66.7% 和 70.8%）具有竞争力。通过将我们的系统与 COTS 潜指纹 AFIS 在分数级（排名级）进行融合，在 NIST SD27 和 WVU 潜指纹数据库上的总体 rank-1 识别性能可以分别从 64.7% 和 75.3% 提高到 73.3% (74.4%) 和 76.6% (78.4%)。
引用
@article{arxiv.1704.01925,
title = {Automated Latent Fingerprint Recognition},
author = {Kai Cao and Anil K. Jain},
journal= {arXiv preprint arXiv:1704.01925},
year = {2017}
}