基于语义分割网络的奇异点检测
计算机视觉与模式识别
2019-11-05 v1
摘要
奇异点检测是指纹识别领域最经典且最重要的问题之一。然而，当前奇异点的检测率仍不尽如人意，尤其对于低质量指纹。与基于传统图像处理的检测方法相比，基于深度学习的方法仅需原始指纹图像而不需要指纹方向场。本文不同于其他基于深度学习的检测方法，我们将奇异点检测视为语义分割问题，并且仅使用少量数据进行训练。此外，我们提出了一种称为 SinNet 的新型卷积神经网络来提取感兴趣奇异区域，然后使用称为 SimpleBlobDetector 的斑点检测方法来定位奇异点。实验在 SPD2010 的测试数据集上进行，所提方法在大多数方面均优于其他先进方法。与 SPD2010 中最先进的算法相比，我们的方法在正确检测指纹的百分比上提高了 11%，在核心点检测率上提高了超过 18%。
引用
@article{arxiv.1911.01106,
title = {Singular points detection with semantic segmentation networks},
author = {Jiong Chen and Heng Zhao and Zhicheng Cao and Liaojun Pang},
journal= {arXiv preprint arXiv:1911.01106},
year = {2019}
}