基于姿态感知展开与点云融合的 3D 与 2D 指纹跨模态配准
计算机视觉与模式识别
2026-05-18 v1
摘要
三维（3D）指纹保留了全局手指几何形状和局部脊线结构，同时避免了接触引起的形变，但它们仍然难以与传统的二维（2D）指纹系统集成。本文关注 3D 采集与跨模态匹配之间的中间阶段，并提出了一个统一的框架，用于跨非接触式和接触式 2D 模态的 3D 指纹预处理与配准。该框架结合了四个组件：1）一种非参数可视化和展开方法，将 3D 指纹点云转换为滚动等效的 2D 表示，无需依赖全局手指形状模型；2）一个点云融合流程，将多个局部 3D 采集数据配准并拼接成更完整的指纹模型；3）一种基于椭圆的姿态归一化方法，用于实现规范的手指对齐；4）一种姿态感知的跨模态配准策略，提高了 3D 指纹与非接触式和接触式 2D 指纹之间的兼容性。在包含 150 个手指的自采多模态指纹数据库上的实验表明，所提出的框架实现了脊线级别的 3D 配准精度、鲁棒的姿态估计以及 2D 兼容性的一致提升。特别是，3D 融合误差集中在 0.09 毫米左右，非接触式 2D-3D 配准达到了脊线尺度的投影精度，并且与通用的 3D 展开相比，姿态感知展开提高了真实匹配分数。这些结果支持将 3D 指纹用作跨异构指纹模态的有效几何桥梁。
引用
@article{arxiv.2605.15796,
title = {Cross-Modal Registration Between 3D and 2D Fingerprints via Pose-Aware Unwrapping and Point-Cloud Fusion},
author = {Xiongjun Guan and Jianjiang Feng and Jie Zhou},
journal= {arXiv preprint arXiv:2605.15796},
year = {2026}
}