|
|
Analýza systémů pro měření kvality otisku prstů
Dejmal, David ; Pernický, Radim (oponent) ; Kanich, Ondřej (vedoucí práce)
Cílem této práce je zdokonalit proces určování kvality otisků prstů programem Fingerprint Quality Visualizer (FQV). Ze vzájemného porovnání stávajících programů NIST Fingerprint Image Quality 2.0 a Neurotechnology VeriFinger bylo prokázáno, že FQV zaostává při zpracování extrémně malých otisků prstů. Jako vylepšení byl tedy navržen a implementován postup pro odhadnutí počtu markantů v otisku na základě jeho reálné velikosti. Závěrečné testování prokázalo, že u vybrané kolekce otisků implementovaná metoda funguje. Tento přístup může být alternativou pro složité hledání a přesné počítání markantů.
|
|
|
Synthetic Fingerprint Generation Using GAN
Dvořák, Jiří ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
This thesis is focused on the generation of synthetic fingerprints using a model based on the principle of generative adversarial networks. The work summarizes the basic theoretical information about biometrics with emphasis on fingerprints. It also describes the principle of one of the popular synthetic fingerprint generators called SFinGe. The model based on a deep convolutional generative adversarial network is discussed together with several methods that improved its performance. The results were evaluated by computing the Fréchet Inception Distance between the generated and real fingerprints. The generated dataset of 100 samples was also evaluated by NFIQ 2.0 which proved that the proposed model is able to generate fingerprints with almost the same quality of the training samples.
|
|
|
Synthetic Fingerprint Generation Using GAN
Dvořák, Jiří ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
This thesis is focused on the generation of synthetic fingerprints using a model based on the principle of generative adversarial networks. The work summarizes the basic theoretical information about biometrics with emphasis on fingerprints. It also describes the principle of one of the popular synthetic fingerprint generators called SFinGe. The model based on a deep convolutional generative adversarial network is discussed together with several methods that improved its performance. The results were evaluated by computing the Fréchet Inception Distance between the generated and real fingerprints. The generated dataset of 100 samples was also evaluated by NFIQ 2.0 which proved that the proposed model is able to generate fingerprints with almost the same quality of the training samples.
|
|
|
Analýza systémů pro měření kvality otisku prstů
Dejmal, David ; Pernický, Radim (oponent) ; Kanich, Ondřej (vedoucí práce)
Cílem této práce je zdokonalit proces určování kvality otisků prstů programem Fingerprint Quality Visualizer (FQV). Ze vzájemného porovnání stávajících programů NIST Fingerprint Image Quality 2.0 a Neurotechnology VeriFinger bylo prokázáno, že FQV zaostává při zpracování extrémně malých otisků prstů. Jako vylepšení byl tedy navržen a implementován postup pro odhadnutí počtu markantů v otisku na základě jeho reálné velikosti. Závěrečné testování prokázalo, že u vybrané kolekce otisků implementovaná metoda funguje. Tento přístup může být alternativou pro složité hledání a přesné počítání markantů.
|
host ::
RSS.