RidgeBase：一个跨传感器的多指非接触式指纹数据集
计算机视觉与模式识别
2023-07-13 v1 人工智能
机器学习
摘要
使用智能手机摄像头进行非接触式指纹匹配，可缓解传统指纹系统在卫生采集、便携性和呈现攻击等方面的重大挑战。然而，实用且鲁棒的非接触式指纹匹配技术的发展受限于大规模真实世界数据集的有限可用性。为推动跨传感器的非接触式指纹匹配进一步进展，我们引入了 RidgeBase 基准数据集。RidgeBase 包含从 88 名个体在不同背景与光照条件下，使用两台智能手机摄像头和一台平板接触式传感器采集的超过 15,000 对非接触式与接触式指纹图像。与现有数据集不同，RidgeBase 旨在促进不同匹配场景下的研究，包括面向非接触对非接触（CL2CL）和接触对非接触（C2CL）验证与识别的单指匹配和多指匹配。此外，由于同一手指的非接触式指纹样本内方差较高，我们受人脸识别数据集进展启发，提出了一种基于集合的匹配协议。该协议专为实用的非接触式指纹匹配设计，可应对焦点、极性和手指角度上的方差。我们使用商用指纹匹配器（Verifinger）和基于深度 CNN 的方法在 RidgeBase 数据集上报告了不同协议的定性与定量基线结果。该数据集可在此处下载：https://www.buffalo.edu/cubs/research/datasets/ridgebase-benchmark-dataset.html
引用
@article{arxiv.2307.05563,
title = {RidgeBase: A Cross-Sensor Multi-Finger Contactless Fingerprint Dataset},
author = {Bhavin Jawade and Deen Dayal Mohan and Srirangaraj Setlur and Nalini Ratha and Venu Govindaraju},
journal= {arXiv preprint arXiv:2307.05563},
year = {2023}
}
备注
Paper accepted at IJCB 2022