超越一阶：针对指纹指关节纹生物识别的多尺度方法
计算机视觉与模式识别
2024-07-01 v1
摘要
最近，指纹指关节纹（FKPs）因其丰富的纹理图案而受到关注，使其成为身份识别的有前景的生物识别方法。先前的 FKP 识别方法主要利用一阶特征描述符，这些描述符捕获细致的纹理细节，但未能考虑结构信息。然而，新的研究表明，二阶纹理描述纹理的曲线和弧线，包含了被忽略的结构信息。本文引入一种新颖的 FKP 识别方法，称为 Dual-Order Texture Competition Network（DOTCNet），旨在全面捕获 FKP 图像中的纹理信息。DOTCNet 包含三个针对不同尺度的双阶纹理竞争模块（DTCM），每个 DTCM 采用可学习的纹理描述符，即可学习的 Gabor 滤波器（LGF），来提取纹理特征。通过利用 LGF，网络提取一阶和二阶纹理，以全面描述细节纹理和结构特征。此外，注意力机制增强一阶特征中的相关特征，从而突出显著的纹理细节。对于二阶特征，竞争机制强调结构信息，同时减少来自更高阶特征的噪声。大量实验结果表明，DOTCNet 在公开可用的 PolyU-FKP 数据集上显著优于几个标准算法。
引用
@article{arxiv.2406.19672,
title = {Beyond First-Order: A Multi-Scale Approach to Finger Knuckle Print Biometrics},
author = {Chengrui Gao and Ziyuan Yang and Andrew Beng Jin Teoh and Min Zhu},
journal= {arXiv preprint arXiv:2406.19672},
year = {2024}
}