Generating Realistic Forehead-Creases for User Verification via Conditioned Piecewise Polynomial Curves

要約

B-SplineおよびB \ ‘Ezier曲線を使用して、額を幾何学的に断続的に折り目にモデル化する特性固有の画像生成方法を提案します。
このアプローチにより、主要な折り目と非普及していない折り目パターンの両方の現実的な生成が保証され、詳細かつ本物の額のクリース画像が効果的に構築されます。
これらの幾何学的にレンダリングされた画像は、対応する交配サンプルを生成する拡散ベースのエッジからイメージへの翻訳モデルの視覚的なプロンプトとして機能します。
その後、結果の新しい合成アイデンティティを使用して、額のクリース検証ネットワークを訓練します。
生成されたサンプルの被験者内の多様性を強化するために、2つの戦略を採用しています。（a）ラベルの一貫性を維持するための定義された制約の下でBスプラインの制御ポイントを摂動し、（b）画像レベルの拡張を幾何学的視覚プロンプトに適用する、
ドロップアウトや弾性変換など、折り目パターンに合わせて調整されます。
提案されている合成データセットを実際のデータと統合することにより、この方法は、横断段階検証プロトコルの下で額のクリース検証システムのパフォーマンスを大幅に改善します。

要約(オリジナル)

We propose a trait-specific image generation method that models forehead creases geometrically using B-spline and B\’ezier curves. This approach ensures the realistic generation of both principal creases and non-prominent crease patterns, effectively constructing detailed and authentic forehead-crease images. These geometrically rendered images serve as visual prompts for a diffusion-based Edge-to-Image translation model, which generates corresponding mated samples. The resulting novel synthetic identities are then used to train a forehead-crease verification network. To enhance intra-subject diversity in the generated samples, we employ two strategies: (a) perturbing the control points of B-splines under defined constraints to maintain label consistency, and (b) applying image-level augmentations to the geometric visual prompts, such as dropout and elastic transformations, specifically tailored to crease patterns. By integrating the proposed synthetic dataset with real-world data, our method significantly improves the performance of forehead-crease verification systems under a cross-database verification protocol.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google