|
|
Analysis of Fingerprint Quality Assessment Systems
Dejmal, David ; Pernický, Radim (referee) ; Kanich, Ondřej (advisor)
The aim of this work is to improve the process of determining fingerprint quality by Fingerprint Quality Visualizer (FQV). Mutual comparison of existing programs NIST Fingerprint Image Quality 2.0 and Neurotechnology VeriFinger has proved that FQV is worse in processing of extremely small fingerprints. Therefore, the procedure which estimates the number of minutiae in fingerprint based on its real size has been designed and implemented as an improvement. The final testing has proved that the implemented method works for the selected fingerprint collection. This approach can be an alternative to complex searching and accurate minutiae counting.
|
|
|
Synthetic Fingerprint Generation Using GAN
Dvořák, Jiří ; Drahanský, Martin (referee) ; Kanich, Ondřej (advisor)
Tato bakalářská práce se zabývá generováním syntetických otisků prstů za pomoci modelu založeném na principu generativních soupeřících sítí. Práce shrnuje základní teoretické informace z biometrie se zaměřením na otisky prstů. Zaobírá se také principem jednoho z populárních generátorů syntetických otisků prstů - nástrojem SFinGe. Práce představuje model postavený na hluboké konvoluční generativní soupeřící síti a představuje několik metod, které vedly ke zlepšení jeho výkonu. Vyhodnocení výsledků bylo provedeno výpočtem "Fréchet Inception Distance mezi vygenerovanými a existujími otisky. Dále byl vygenerován dataset obsahující 100 snímků. Ten byl vyhodnocen nástrojem NFIQ 2.0, který ukázal, že model je schopný generovat otisky prstů kvality srovnatelné s reálnými trénovacími daty.
|
|
|
Synthetic Fingerprint Generation Using GAN
Dvořák, Jiří ; Drahanský, Martin (referee) ; Kanich, Ondřej (advisor)
Tato bakalářská práce se zabývá generováním syntetických otisků prstů za pomoci modelu založeném na principu generativních soupeřících sítí. Práce shrnuje základní teoretické informace z biometrie se zaměřením na otisky prstů. Zaobírá se také principem jednoho z populárních generátorů syntetických otisků prstů - nástrojem SFinGe. Práce představuje model postavený na hluboké konvoluční generativní soupeřící síti a představuje několik metod, které vedly ke zlepšení jeho výkonu. Vyhodnocení výsledků bylo provedeno výpočtem "Fréchet Inception Distance mezi vygenerovanými a existujími otisky. Dále byl vygenerován dataset obsahující 100 snímků. Ten byl vyhodnocen nástrojem NFIQ 2.0, který ukázal, že model je schopný generovat otisky prstů kvality srovnatelné s reálnými trénovacími daty.
|
|
|
Analysis of Fingerprint Quality Assessment Systems
Dejmal, David ; Pernický, Radim (referee) ; Kanich, Ondřej (advisor)
The aim of this work is to improve the process of determining fingerprint quality by Fingerprint Quality Visualizer (FQV). Mutual comparison of existing programs NIST Fingerprint Image Quality 2.0 and Neurotechnology VeriFinger has proved that FQV is worse in processing of extremely small fingerprints. Therefore, the procedure which estimates the number of minutiae in fingerprint based on its real size has been designed and implemented as an improvement. The final testing has proved that the implemented method works for the selected fingerprint collection. This approach can be an alternative to complex searching and accurate minutiae counting.
|
guest ::
