Diff-Palm：基于多项式褶皱与类内变化可控扩散模型的真实掌纹生成
计算机视觉与模式识别
2025-03-25 v1
摘要
掌纹识别因缺乏大规模公开可用数据集而受到严重限制。以往的方法采用贝塞尔曲线来模拟掌纹褶皱，然后将其作为条件 GAN 的输入以生成逼真的掌纹。然而，如果不采用真实数据进行微调，在这些合成数据集上训练的识别模型性能将急剧下降，这表明生成的掌纹与真实掌纹之间存在巨大差距。这主要是由于使用了不准确的掌纹褶皱表示，以及在平衡类内变化与身份一致性方面存在挑战。为了解决这一问题，我们引入了一种基于多项式的掌纹褶皱表示，提供了一种更贴近真实分布的新颖掌纹褶皱生成机制。我们还提出了带有新颖类内变化控制方法的掌纹褶皱条件扩散模型。通过应用我们提出的 步噪声共享采样，我们能够合成具有大类内变化和高身份一致性的掌纹数据集。实验结果表明，首次仅在我们的合成数据集上训练而无需任何微调的识别模型，其性能超越了在真实数据集上训练的模型。此外，随着生成身份数量的增加，我们的方法实现了更优的识别性能。
引用
@article{arxiv.2503.18312,
title = {Diff-Palm: Realistic Palmprint Generation with Polynomial Creases and Intra-Class Variation Controllable Diffusion Models},
author = {Jianlong Jin and Chenglong Zhao and Ruixin Zhang and Sheng Shang and Jianqing Xu and Jingyun Zhang and ShaoMing Wang and Yang Zhao and Shouhong Ding and Wei Jia and Yunsheng Wu},
journal= {arXiv preprint arXiv:2503.18312},
year = {2025}
}
备注
Accepted by CVPR2025