Fixed-Length Dense Fingerprint Representation

要約

各指紋をコンパクトで固定サイズの特徴ベクトルにマッピングする固定長の指紋表現は、計算上効率的で、大規模なマッチングに適しています。
ただし、多様な指紋モダリティを効果的に処理する堅牢な表現の設計、バリエーション、およびノイズ干渉の発生は依然として重要な課題です。
この作業では、フィンガープリントの固定長の密な記述子を提案し、固定長の高密度記述子とポーズベースのアライメントと堅牢な強化を統合するフレアA指紋マッチングフレームワークを導入します。
この固定された長さの表現は、3次元の密な記述子を採用して、指紋尾根構造間の空間的関係を効果的にキャプチャし、堅牢で局所的に識別的な表現を可能にします。
この密な特徴空間内で一貫性を確保するために、フレアには、補完的な推定方法を使用したポーズベースのアライメントと、元の指紋モダリティを維持しながらリッジの透明度を改良する二重強化戦略が組み込まれています。
提案された密な記述子は、空間的対応を維持しながら固定長の表現をサポートし、迅速かつ正確な類似性計算を可能にします。
広範な実験は、フレアが転がった、平易な、潜在的、接触的な指紋にわたって優れた性能を達成し、クロスモダリティおよび低品質のシナリオで既存の方法を大幅に上回ることを示しています。
さらなる分析では、密な記述子設計の有効性、および密な記述子マッチングの精度に対するアラインメントモジュールと強化モジュールの影響を検証します。
実験結果は、堅牢な指紋表現とマッチングのための統一されたスケーラブルなソリューションとしてのフレアの有効性と一般化可能性を強調しています。
実装とコードは、https://github.com/yu-yy/flareで公開されます。

要約(オリジナル)

Fixed-length fingerprint representations, which map each fingerprint to a compact and fixed-size feature vector, are computationally efficient and well-suited for large-scale matching. However, designing a robust representation that effectively handles diverse fingerprint modalities, pose variations, and noise interference remains a significant challenge. In this work, we propose a fixed-length dense descriptor of fingerprints, and introduce FLARE-a fingerprint matching framework that integrates the Fixed-Length dense descriptor with pose-based Alignment and Robust Enhancement. This fixed-length representation employs a three-dimensional dense descriptor to effectively capture spatial relationships among fingerprint ridge structures, enabling robust and locally discriminative representations. To ensure consistency within this dense feature space, FLARE incorporates pose-based alignment using complementary estimation methods, along with dual enhancement strategies that refine ridge clarity while preserving the original fingerprint modality. The proposed dense descriptor supports fixed-length representation while maintaining spatial correspondence, enabling fast and accurate similarity computation. Extensive experiments demonstrate that FLARE achieves superior performance across rolled, plain, latent, and contactless fingerprints, significantly outperforming existing methods in cross-modality and low-quality scenarios. Further analysis validates the effectiveness of the dense descriptor design, as well as the impact of alignment and enhancement modules on the accuracy of dense descriptor matching. Experimental results highlight the effectiveness and generalizability of FLARE as a unified and scalable solution for robust fingerprint representation and matching. The implementation and code will be publicly available at https://github.com/Yu-Yy/FLARE.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google