文献

J-GLOBAL ID：201802211119770911   整理番号：18A0447440

部分高解像度指紋マッチングのための深い高密度マルチレベル特徴【Powered by NICT】

Deep Dense Multi-level feature for partial high-resolution fingerprint matching

著者 (3件)： Zhang Fandong (Key Laboratory of Machine Perception (MOE), School of EECS, Peking University) ,  Xin Shiyuan (Key Laboratory of Machine Perception (MOE), School of EECS, Peking University) ,  Feng Jufu (Key Laboratory of Machine Perception (MOE), School of EECS, Peking University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCB  ページ： 397-405  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モバイルデバイス上での指紋センサは一般的に限られた領域を,部分的フィンガープリントをもたらした。光センサは,細孔,incipientsなどのような豊富な詳細と非常に高分解能(2000ppi)でフィンガープリントを捉えることができた。有効部分への部分的高解像度指紋マッチングアルゴリズムを開発することは非常に重要である。既存の指紋マッチング法は主として特徴点ベース,異なるレベルの特徴の融合を用いた。それらの精度は細部不全と検出誤差のため著者らの応用で有意に低下させる。本論文では,著者らは,部分的高分解能フィンガープリントのための新しい表現,深い高密度マルチレベル特徴(DDM)を提案した。は,あるサイズのどのような局所指紋ブロック内識別特徴を抽出できる深い畳込みニューラルネットワークを訓練した。細部だけでなく最も局所ブロックは十分な特徴を含んでいることを見出した。さらに,DDMを解析し,マルチレベル情報を含んでいることを見出した。部分への部分的マッチングのためのDDMを利用したとき,著者らは,最初に,完全に畳込みネットワークを介してブロックによる特徴ブロックを抽出し,次の特徴対の二組を一致徹底的に,つぎにマッチングスコアを計算するための双方向最良マッチを選択した。実験は,この方法がいくつかの最先端手法を凌ぐことを示唆した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 畳込み ,  ネットワーク ,  *指紋 ,  細孔 ,  光センサ ,  *高分解能 ,  *マッチング
準シソーラス用語： 最先端 ,  畳込みニューラルネットワーク ,  特徴点 ,  マッチングアルゴリズム ,  指紋センサ ,  モバイルデバイス ,  *マルチレベル ,  *高密度 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 高解像度 ,  指紋 ,  マッチング ,  マルチレベル