高保真指纹生成：质量、唯一性与隐私
计算机视觉与模式识别
2021-05-24 v1 图像与视频处理
摘要
本工作中，我们利用基于渐进增长的生成对抗网络（GANs）开发了 Clarkson 指纹生成器（CFG）。我们证明 CFG 能够生成逼真的、高保真的 像素完整平面捺印指纹。我们的结果表明，CFG 生成的指纹具有唯一性与多样性，并在细节点配置和质量上类似于训练数据集，同时不泄露训练数据 underlying 的身份信息。我们在 https://github.com/keivanB/Clarkson_Finger_Gen 公开了预训练的 CFG 模型与合成生成的数据集。
引用
@article{arxiv.2105.10403,
title = {High Fidelity Fingerprint Generation: Quality, Uniqueness, and Privacy},
author = {Keivan Bahmani and Richard Plesh and Peter Johnson and Stephanie Schuckers and Timothy Swyka},
journal= {arXiv preprint arXiv:2105.10403},
year = {2021}
}