基于密集细节点描述符的潜指纹匹配

潜指纹匹配是一项艰巨的任务，主要是由于潜指纹的质量较差。在本研究中，我们提出了一种基于深度学习的密集细节点描述符（DMD）用于潜指纹匹配。DMD 是通过提取以其中心细节点对齐的指纹块获得的，能够捕获详细的细节点信息和纹理信息。我们的密集描述符采用三维表示形式，其中二维与原始图像平面相关联，另一维表示抽象特征。此外，提取过程输出指纹分割图，确保该描述符仅在前景区域内有效。两个描述符之间的匹配在它们的重叠区域进行，并采用分数归一化策略以减少有效区域之外差异带来的影响。我们的描述符在多个潜指纹数据集上取得了 SOTA 性能。总体而言，与以往方法相比，我们的 DMD 具有更强的代表性和可解释性。