SP-NET：一次性指纹奇异点检测器
计算机视觉与模式识别
2019-08-15 v1
摘要
指纹图像的奇异点是具有高通曲率特性的特殊位置，可在指纹归一化与可靠特征提取中发挥关键作用。奇异点的准确高效提取对成功的指纹识别与索引至关重要。本文提出一种基于深度学习的新架构，用于从输入指纹图像中一次性（端到端）检测奇异点。该模型由宏定位网络与微回归网络以及三个堆叠沙漏网络作为瓶颈部分组成。所提模型在 FVC2002 DB1_A、FVC2002 DB2_A 和 FPL30K 三个数据库上测试，真正检测率分别为 98.75%、97.5% 和 92.72%，优于其他任何 SOTA 技术。
引用
@article{arxiv.1908.04842,
title = {SP-NET: One Shot Fingerprint Singular-Point Detector},
author = {Geetika Arora and Ranjeet Ranjan Jha and Akash Agrawal and Kamlesh Tiwari and Aditya Nigam},
journal= {arXiv preprint arXiv:1908.04842},
year = {2019}
}
备注
10 pages, 6 figures