正規指紋データベースによる小領域指紋認識深層ニューラルネットワークを訓練するためのデータ増強法【JST・京大機械翻訳】

Kim JuSong

プレプリント

J-GLOBAL ID：202202217303958103 整理番号：22P0308891

正規指紋データベースによる小領域指紋認識深層ニューラルネットワークを訓練するためのデータ増強法【JST・京大機械翻訳】

A Method of Data Augmentation to Train a Small Area Fingerprint Recognition Deep Neural Network with a Normal Fingerprint Database

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

指紋は,取得の容易さ,一意性,およびアベイラビリティのために,バイオメトリックベースのシステムの間で一般的である。今日,それは,スマートフォンセキュリティ,デジタル支払い,およびデジタルロッカーで使用されている。ミニチュアに基づく伝統的指紋マッチング方法は,主に大面積指紋に適用でき,そして,精度率は,スマートフォンからの小領域指紋を扱うとき,かなり減少する。小規模指紋認識のための深層学習を使用する多くの試みがあり,多くの成功がある。しかし,訓練深層ニューラルネットワークは訓練のために多くのデータセットを必要とする。小さな面積のためのよく知られたデータセットはないので,著者らはデータセットを我々に作成しなければならない。本論文では,通常の指紋データベース(FVC2002のような)を持つ小面積指紋認識深層ニューラルネットワークを訓練するためのデータ増強の方法を提案し,試験を通してそれを検証した。実験結果は,著者らの方法の効率を示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識

, , , ,

前のページに戻る