扩散模型生成潜在指纹的指纹内变异性研究
计算机视觉与模式识别
2026-04-14 v1
摘要
本工作的主要目标是系统评估使用最先进扩散模型生成的合成指纹（尤其是潜在指纹）的指纹内变异性。具体而言，我们聚焦于通过构建一个来自七个多样化数据集精选的综合\textit{潜在风格银行}（latent style bank），来增强生成模型的潜在风格多样性，从而实现对超过40种不同风格的潜在指纹的精确合成。我们还实现了一个半自动框架来理解生成印痕中指纹脊线和细节的完整性。我们的分析表明，尽管生成过程在很大程度上保持了身份信息，但在参考图像存在质量较差区域时，会引入少量局部不一致（即细节的添加与删除），尤其当参考图像中存在质量较差区域时。此外，参考图像与所选风格嵌入之间的不匹配会以幻觉脊线模式的形式引入全局不一致。这些见解凸显了现有合成指纹生成器的局限性，以及需要进一步改进这些模型以同时增强多样性和身份一致性的必要性。
引用
@article{arxiv.2604.10040,
title = {Intra-finger Variability of Diffusion-based Latent Fingerprint Generation},
author = {Noor Hussein and Anil K. Jain and Karthik Nandakumar},
journal= {arXiv preprint arXiv:2604.10040},
year = {2026}
}
备注
Accepted at the 2nd Workshop on Foundation and Generative Models in Biometrics (FoundGen-Bio), held in conjunction with CVPR 2026