Transformer based Fingerprint Feature Extraction

要約

指紋特徴抽出は、グローバル表現またはローカル表現のいずれかを使用して解決されるタスクである。最先端のグローバルアプローチは、重いディープラーニングモデルを使用して全指紋画像を一度に処理するため、対応するアプローチをメモリ集約型にする。一方、局所的なアプローチでは、ミニュチュアベースのパッチ抽出、複数の特徴抽出ステップ、高価なマッチングステージが含まれ、対応するアプローチを時間集約的にしている。しかし、これらのアプローチは、問題を解決するために有用な、時には排他的な洞察を提供します。この2つのアプローチを同時に用いて指紋表現を抽出することは、意味的には有用であるが、非常に非効率的である。我々の畳み込み変換に基づくアプローチと内蔵のミニュチュア抽出器により、指紋の局所的表現と同様に大域的表現を抽出するための時間とメモリ効率の良いソリューションが提供される。これらの表現をスマートなマッチングプロセスと共に使用することで、複数のデータベースにおいて最先端の性能を発揮します。プロジェクトのページは https://saraansh1999.github.io/global-plus-local-fp-transformer でご覧いただけます。

要約(オリジナル)

Fingerprint feature extraction is a task that is solved using either a global or a local representation. State-of-the-art global approaches use heavy deep learning models to process the full fingerprint image at once, which makes the corresponding approach memory intensive. On the other hand, local approaches involve minutiae based patch extraction, multiple feature extraction steps and an expensive matching stage, which make the corresponding approach time intensive. However, both these approaches provide useful and sometimes exclusive insights for solving the problem. Using both approaches together for extracting fingerprint representations is semantically useful but quite inefficient. Our convolutional transformer based approach with an in-built minutiae extractor provides a time and memory efficient solution to extract a global as well as a local representation of the fingerprint. The use of these representations along with a smart matching process gives us state-of-the-art performance across multiple databases. The project page can be found at https://saraansh1999.github.io/global-plus-local-fp-transformer.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL