MiDeCon：基于细节点检测置信度的无监督高精度指纹与细节点质量评估
计算机视觉与模式识别
2021-06-11 v1
摘要
在指纹识别系统中，样本质量是实现高识别准确率的一个关键因素。以往的工作主要提出基于图像属性的有监督解决方案，忽略了细节点提取过程，尽管大多数指纹识别技术都基于检测到的细节点。因此，即使所使用的细节点提取器产生不可靠的信息，指纹图像也可能被赋予高质量。在本工作中，我们提出一种基于细节点检测置信度（MiDeCon）评估细节点与指纹质量的新概念。MiDeCon 可应用于任意基于深度学习的细节点提取器，且无需质量标签进行学习。我们提出将提取细节点的检测可靠性作为其质量指标。通过结合最高的细节点质量，MiDeCon 也能准确确定整枚指纹的质量。实验在公开可用的 FVC 2006 数据库上进行，并与多个基线进行比较，例如 NIST 广泛使用的指纹图像质量软件 NFIQ1 和 NFIQ2。结果表明，所提出的 MiDeCon 质量在细节点级和指纹级上均相比相关工作的质量评估性能显著更强。该实现已公开可用。
引用
@article{arxiv.2106.05601,
title = {MiDeCon: Unsupervised and Accurate Fingerprint and Minutia Quality Assessment based on Minutia Detection Confidence},
author = {Philipp Terhörst and André Boller and Naser Damer and Florian Kirchbuchner and Arjan Kuijper},
journal= {arXiv preprint arXiv:2106.05601},
year = {2021}
}
备注
Accepted at IJCB 2021