文献

J-GLOBAL ID：201802260386200612   整理番号：18A0447405

FingerNet:指紋特徴点抽出のための統一された深いネットワーク【Powered by NICT】

FingerNet: An unified deep network for fingerprint minutiae extraction

著者 (4件)： Tang Yao (Key Laboratory of Machine Perception (MOE), School of EECS, Peking University) ,  Gao Fei (Key Laboratory of Machine Perception (MOE), School of EECS, Peking University) ,  Feng Jufu (Key Laboratory of Machine Perception (MOE), School of EECS, Peking University) ,  Liu Yuhang (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： 108-116  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： 特徴点抽出は,自動指紋認識で非常に重要である。圧延/スラップ指紋に関する従来の研究は,雑音のあるリッジパターンと複雑な背景雑音に起因する潜在的フィンガープリントに失敗した。本論文では,領域知識と深い学習の表現能力を組み合わせた深い畳込みネットワークを設計するための新しい方法を提案した。方向推定,セグメンテーション,強調と細部抽出に関しては,圧延/スラップ指紋に良好に機能したいくつかの典型的な伝統的な方法は,畳込み様式に変換し,統一された単純ネットワークとして統合した。はこのパイプラインを固定した重みを持つ浅いネットワークと等価であることを示した。ネットワークは,その表現能力を強化するために拡大し,量は放出されたデータから複雑な背景分散を学習し,エンドツーエンド微分可能性を保持している。NIST SD27潜在データベースとFVC2004スラップデータベース上での実験結果は,提案したアルゴリズムは,最新の特徴点抽出アルゴリズムより優れていることを実証した。コードは公開利用可能である:https://github.com/felixTY/FingerNet。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： エンドツーエンド方式 ,  セグメンテーション ,  微分 ,  雑音 ,  到来方向推定 ,  データベース ,  ドメイン知識 ,  アルゴリズム ,  *指紋 ,  *ネットワーク ,  圧延 ,  指紋認識 ,  畳込み
準シソーラス用語： 背景雑音 ,  *特徴点 , 【Automatic Indexing@JST】

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝学研究法  (EC01020N) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 指紋 ,  特徴点