面向指纹拼贴人工智能检测：自监督深度学习方法
计算机视觉与模式识别
2025-01-10 v1 机器学习
图像与视频处理
摘要
指纹拼贴是将多个指纹图像组合成单个母指纹的过程，这是现代生物识别系统中的关键步骤。然而，这一过程容易出错，会显著降低指纹图像质量。本文提出了一种新颖的深度学习方法，用于检测和评分指纹拼贴人工智能。我们的方法利用自监督学习框架在大规模无标签指纹数据上训练模型，无需手动标注人工智�。 proposed model 有效识别拼贴错误，在各种指纹模态（包括接触less、滚动和压制指纹）上实现高准确率，并对不同数据来源具有良好鲁棒性。此外，我们引入了一种新的拼贴人工智能评分，用于量化错误严重程度，实现指纹图像的自动化评估。通过解决拼贴人工智能检测的挑战，我们的工作为提高基于指纹的生物识别系统的准确性和可靠性作出了贡献。
引用
@article{arxiv.2501.05034,
title = {Towards Fingerprint Mosaicking Artifact Detection: A Self-Supervised Deep Learning Approach},
author = {Laurenz Ruzicka and Alexander Spenke and Stephan Bergmann and Gerd Nolden and Bernhard Kohn and Clemens Heitzinger},
journal= {arXiv preprint arXiv:2501.05034},
year = {2025}
}