Info
Meny
English
Logg inn
Søk etter prosjekter, resultater og personer
Søk etter prosjekter, resultater og personer
Historikk
Cristin-resultat-ID:
1629271
Sist endret:
25. januar 2023, 14:19
Resultat
Vitenskapelig foredrag
2018
Unsupervised Learning of Fingerprint Rotations
Patrick Schuch
Jan Marek May
og
Christoph Busch
Presentasjon
Presentasjon
Navn på arrangementet: BIOSIG 2018
Dato fra:
27. september 2018
Dato til:
29. september 2018
Om resultatet
Om resultatet
Vitenskapelig foredrag
Publiseringsår: 2018
Importkilder
Importkilder
Scopus-ID: 2-s2.0-85060040419
Beskrivelse
Beskrivelse
Engelsk
Tittel
Unsupervised Learning of Fingerprint Rotations
Sammendrag
The alignment of fingerprint samples is a preprocessing step in fingerprint recognition. It allows an improved biometric feature extraction and a more accurate biometric comparison. We propose to use Convolutional Neural Networks for estimation of the rotational part. The main contribution is an unsupervised training strategy similar to Siamese Networks for estimation of rotations. The approach does not need any labelled data for training. It is trained to estimate orientation differences for pairs of samples. Our approach achieves an alignment accuracy with a mean absolute deviation 2.1◦ on data similar to the training data, which supports the alignment task. For other datasets accuracies down to 6.2° mean absolute deviation are achieved.
Vis
fullstendig beskrivelse
Bidragsytere
Bidragsytere
Patrick Schuch
Forfatter
ved Norges teknisk-naturvitenskapelige universitet
Jan Marek May
Forfatter
Christoph Günther Busch
Bidragsyterens navn vises på dette resultatet som Christoph Busch
Forfatter
ved Institutt for informasjonssikkerhet og kommunikasjonsteknologi ved Norges teknisk-naturvitenskapelige universitet
1
-
3
av
3