混合指纹方向图的非平衡指纹分类
计算机视觉与模式识别
2024-09-04 v1
摘要
本文提出一种基于多层模糊逻辑分类器的新型指纹分类技术。我们针对干燥、标准和湿润三种类型指纹的漏检问题，通过早期识别其根本原因而提出此方法。根据与所提特征点相关的清晰度对扫描图像进行分类。我们还提出了一种基于特征向量空间的自适应算法，用于生成新样本以克服多类别不平衡问题。所提方法改善了集成学习器的性能。研究还发现，新方法在神经网络分类方法方面表现更佳。早期阶段的改进为指纹检测模型提供了合适的数据集。利用所提分类器，可使用最佳的一组\'标准\'标记指纹生成唯一的混合指纹方向图（HFOM）。我们引入一种受最小割最大流算法启发的新型min-rotate max-flow优化方法。HFOM生成的独特特性为生物识别数据保护提供了新用例，将HFOM作为指纹的虚拟代理。
引用
@article{arxiv.2409.00779,
title = {Unbalanced Fingerprint Classification for Hybrid Fingerprint Orientation Maps},
author = {Ravi Prakash and Sinnu Susan Thomas},
journal= {arXiv preprint arXiv:2409.00779},
year = {2024}
}
备注
10 pages, 18 figures, 4 Tables The work mainly focuses on fingerprint classification and hybrid fingerprint orientation map (HFOM) generation. It highlights the security use cases of HFOM, eg. data encryption