Khái niệm cốt lõi
提案された手法は、手作りの特徴と深層学習アーキテクチャのローカルパッチ埋め込みを組み合わせることで、潜在指紋認識の性能を大幅に向上させる。
Tóm tắt
潜在指紋は捻じ曲がりやアーティファクトによってセンサー指紋認識ほど優れた性能を発揮しない。
ローカルマッチング手法(MCC、m-triplets)はセンサー画像データセットではうまく機能するが、潜在指紋認識では効果が低い。
最近の研究では、深層ニューラルネットワークを使用した自動潜在指紋認識が増加している。
特徴レベルの融合手法は、既存の方法よりも優れた性能を示す。
実験結果によると、提案された手法は単一特徴量や既存のマッチングアルゴリズムよりも性能が向上している。
Thống kê
提案された手法はランク1識別精度を大幅に向上させている。
MCCFM [31] は MCCA および MCCB の類似スコアを使用しています。
Trích dẫn
"提案された手法は単一特徴量や既存のマッチングアルゴリズムよりも性能が向上している。"
"MCCFM [31] は MCCA および MCCB の類似スコアを使用しています。"