基于性别相关指纹特征的研究
计算机视觉与模式识别
2022-04-19 v2
摘要
指纹是人体重要的生物特征，包含丰富的性别信息。目前，指纹性别特征的学术研究普遍处于认知层面，而标准化研究相当有限。在这项工作中，我们提出了一种更鲁棒的方法，即稠密空洞卷积 ResNet（DDC-ResNet），以从指纹中提取有效的性别信息。通过在骨干网络中使用空洞卷积替代普通卷积操作，提供先验知识以保留边缘细节并扩展全局感受野。我们从三方面探究了结果：1）DDC-ResNet 的有效性。在我们的数据集上以公平的实现细节评估了 6 种典型自动特征提取方法耦合 9 种主流分类器。实验结果表明，我们的方法组合在平均准确率和分性别准确率上均优于其他组合。其平均准确率达 96.5%，分性别准确率为 0.9752（男性）/0.9548（女性）。2）手指的影响。发现用单根手指分类性别的最佳性能由右手无名指实现。3）特定特征的影响。基于我们方法可视化的指纹浓度观察，可推断箕形和斗形（一级）、分叉（二级）以及线形（三级）与性别相关。最后，我们将开源包含 6000 张指纹图像的数据集。
引用
@article{arxiv.2108.08233,
title = {Research on Gender-related Fingerprint Features},
author = {Yong Qi and Yanping Li and Huawei Lin and Jiashu Chen and Huaiguang Lei},
journal= {arXiv preprint arXiv:2108.08233},
year = {2022}
}
备注
11 pages, 6 figures, 4 tables