基于Transformer的指纹特征提取

指纹特征提取是一项利用全局或局部表示来解决的任务。最先进的全局方法使用沉重的深度学习模型一次性处理整幅指纹图像，这使得相应方法内存消耗大。另一方面，局部方法涉及基于细节点的块提取、多步特征提取以及昂贵的匹配阶段，使得相应方法耗时。然而，这两种方法都为解决问题提供了有用且有时是独有的见解。将两种方法结合用于提取指纹表示在语义上是有用的但效率很低。我们提出的基于卷积Transformer且内置细节点提取器的方法，提供了一种时空高效的方案，可提取指纹的全局与局部表示。这些表示与智能匹配过程结合，使我们在多个数据库上取得了最先进的性能。项目页面见 https://saraansh1999.github.io/global-plus-local-fp-transformer。