用于高效指纹密集配准的相位聚合双分支网络
计算机视觉与模式识别
2024-11-04 v1
摘要
指纹密集配准旨在将指纹对在像素级别进行精细对齐，从而减少由形变引起的类内差异。遗憾的是，传统方法在处理低质量指纹时表现不佳，且推理速度缓慢。尽管基于深度学习的方法在这些方面有显著改善，但其配准精度仍不令人满意。本文提出了一种相位聚合双分支配准网络（PDRNet），以聚合两类方法的优势。我们在高分辨率的互相关信息与低分辨率的纹理特征之间引入了具有多阶段交互的双分支结构，以在确保全局稳定性的同时感知局部精细差异。相较于以往工作，我们在更全面的数据库上进行了大量实验。实验结果表明，我们的方法在准确性和鲁棒性方面达到了 SOTA 的配准性能，同时在效率上保持了相当的竞争力。
引用
@article{arxiv.2404.17159,
title = {Phase-aggregated Dual-branch Network for Efficient Fingerprint Dense Registration},
author = {Xiongjun Guan and Jianjiang Feng and Jie Zhou},
journal= {arXiv preprint arXiv:2404.17159},
year = {2024}
}