接触のない指紋の本人性一貫・多姿勢生成による識別

arXiv cs.CV / 2026/5/6

📰 ニュースDeveloper Stack & InfrastructureModels & Research

共有:

要点

本論文は、接触のない指紋認識において、3D空間での自由な指の姿勢により生じる非線形な幾何歪みと、従来の接触式指紋との間のクロスモーダル・ドメインギャップを解決することを目的としています。
IMPOSE（Identity-Consistent Multi-Pose Generation of Contactless Fingerprints）という、物理に着想を得た枠組みを提案し、本人性を保ちつつ多姿勢の接触なし指紋を生成する3段階のパイプライン（潜在拡散での本人性生成、Sauvolaベースの二値化を本人性アンカーとして用いたモダリティ変換、3D指モデルでの物理ベース多姿勢シミュレーション）を構成します。
IMPOSEは、稜線トポロジ（リッジトポロジ）レベルでの厳密な本人性一貫性と、標準の指紋座標系への空間整合を維持するよう設計されています。
UWAおよびPolyU CL2CBでの実験では、IMPOSEで生成したデータで固定長の高密度記述子（FDD）を微調整するとクロスモーダル照合が大きく改善し、EERはUWAで8.74%、PolyU CL2CBで2.26%を達成しています。
合成データはDeepPrintやAFRNetなど複数の主流表現でも一貫した改善を示し、合成データと実データの併用が最良の総合性能につながります。GitHubでコードと生成サンプルが公開されています。

Abstract

非接触指紋認識は、その衛生面および取得の柔軟性といった利点により、ますます注目を集めている。しかし、物理的な接触制約がないことにより、3次元空間における指の自由な姿勢が生み出す、深刻な非線形の幾何学的歪みが導入される。その結果、非接触指紋と従来の接触型指紋との間に、大きなクロスモーダル・ドメインギャップが生じる。既存の解決策は主として、明示的な幾何学的補正または画像強調に依存しており、極端な姿勢変化に対して脆弱である。本論文では、非接触指紋のアイデンティティ整合的マルチポーズ生成（IMPOSE）を提案する。これは、認識モデルを強化するために、アイデンティティを保持したマルチポーズの非接触指紋サンプルを合成する、物理に着想を得た枠組みである。IMPOSEは3つの段階から構成される： (1) 離散コードブック表現を用いた潜在拡散による、ロールド指紋アイデンティティ生成、 (2) Sauvolaベースの局所適応二値化をアイデンティティアンカーとして用い、ロールドモダリティから非接触モダリティへのクロスモーダル変換、 (3) 3D指モデルのテクスチャマッピングと射影による、物理ベースのマルチポーズシミュレーション。生成されたサンプルは、稜線（リッジ）トポロジーレベルで厳密なアイデンティティ一貫性を維持し、かつ標準の指紋座標空間との空間整合性を保つ。UWAおよびPolyU CL2CBデータベースに関する大規模な実験により、IMPOSEで合成したデータを用いて固定長の高密度記述子（FDD）を微調整することで、最先端のクロスモーダル照合が達成され、UWAでEERを8.74%まで低減し、PolyU CL2CBでは2.26%まで低減できることが示された。合成データは、DeepPrintやAFRNetを含む主要な表現に対しても一貫した改善効果をもたらし、合成データと実データを組み合わせるハイブリッド戦略が、全体として最良の結果を達成した。コードおよび生成されたサンプルは https://github.com/Yu-Yy/IMPOSE で公開されている。