通过视觉Transformer实现细节点引导的指纹嵌入
计算机视觉与模式识别
2022-10-27 v2
摘要
细节点匹配长期主导指纹识别领域。然而,深度网络可用于从指纹中提取定长嵌入。迄今为止,少数探索使用CNN架构提取此类嵌入的研究已展现出极大前景。受这些早期工作启发,我们提出首次使用视觉Transformer(ViT)来学习判别性定长指纹嵌入。我们进一步证明,通过引导ViT聚焦于局部、细节点相关特征,可提升识别性能。最后,我们展示通过融合CNN与ViT学习的嵌入,可达到与商业最先进(SOTA)匹配器近乎持平的性能。特别地,在NIST SD 302公共领域数据集上我们获得TAR=94.23% @ FAR=0.1%,而SOTA商业匹配器获得TAR=96.71% @ FAR=0.1%。此外,我们的定长嵌入匹配速度比商业系统快数个数量级(250万次匹配/秒对比5万次匹配/秒)。我们公开代码与模型以鼓励该主题的进一步研究:https://github.com/tba。
引用
@article{arxiv.2210.13994,
title = {Minutiae-Guided Fingerprint Embeddings via Vision Transformers},
author = {Steven A. Grosz and Joshua J. Engelsma and Rajeev Ranjan and Naveen Ramakrishnan and Manoj Aggarwal and Gerard G. Medioni and Anil K. Jain},
journal= {arXiv preprint arXiv:2210.13994},
year = {2022}
}