Grunnleggende konsepter
본 연구에서는 GAN, 확산 모델 및 스타일 전이 기술을 활용하여 고품질의 실사 지문 이미지와 위조 지문 이미지를 합성하고, 이들의 고유성과 다양성을 유지하는 방법을 제안한다.
Sammendrag
본 연구는 지문 이미지 합성을 위한 다양한 접근법을 제시한다.
- 노이즈로부터 실사 지문 이미지를 생성하기 위해 WGAN-GP와 DDPM 모델을 활용하였다.
- 실사 지문 이미지와 위조 지문 이미지 간의 스타일 전이를 통해 제한된 위조 지문 데이터로부터 다양한 유형의 위조 지문 이미지를 생성하였다.
- 생성된 지문 이미지의 품질과 다양성을 평가하기 위해 FID, FAR, PRDC 등의 지표를 활용하였다.
- DDPM 모델이 가장 우수한 성능을 보였으며, WGAN-GP 모델은 생성된 이미지의 고유성이 더 뛰어났다.
- 위조 지문 데이터의 특성이 스타일 전이 기술의 성능에 큰 영향을 미치는 것으로 나타났다.
Statistikk
실사 지문 이미지 데이터셋 S2-L에는 약 45,000장의 이미지가 포함되어 있다.
위조 지문 이미지 데이터셋 S6-SM1, S6-SM2, S6-SM3에는 각각 3,000장의 이미지가 포함되어 있다.
실사 지문 이미지 데이터셋 S7-L에는 약 15,000장의 이미지가 포함되어 있다.
위조 지문 이미지 데이터셋 S7-SM4에는 3,000장의 이미지가 포함되어 있다.
Sitater
"실사 지문(live fingerprints)과 위조 지문(spoof fingerprints)은 지문 인식 시스템의 보안과 관련된 용어이다. 실사 지문은 개인의 실제 지문이며, 위조 지문은 지문 인식 시스템을 속이기 위해 인위적으로 만들어진 지문이다."
"본 연구에서는 노이즈로부터 실사 지문 이미지를 생성하고, 실사 지문 이미지와 위조 지문 이미지 간의 스타일 전이를 통해 다양한 유형의 위조 지문 이미지를 생성하는 방법을 제안한다."