论文链接:https://arxiv.org/abs/1807.10609

本文介绍了SOCOFing数据集,一个为学术研究目的设计的生物特征指纹数据库。SOCOFing由来自600名非洲受试者的6000张指纹图像组成。SOCOFing包含独特的属性,如性别、手和手指名的标签,以及具有三个不同级别的删除、中心旋转和z-cut修改的综合修改版本。

SOCOFing数据集包含600个非洲受试者的6000个指纹。每个受试者有10个指纹,所有受试者均为18岁及以上。SOCOFing包含独特的属性,如性别、手和手指名的标签。此外,使用STRANGE工具箱[1]为这些指纹的合成修改版本提供了三个不同级别的修改,用于消除、中心旋转和z-cut。STRANGE是一种用于生成逼真的指纹图像[1]合成变换的新框架。在500dbi分辨率的图像上,使用STRANGE工具箱中简单、中等和困难的参数设置进行更改。因此,我们总共提供了17,934张具有简单参数设置的更改图像,17,067张具有中等设置的更改图像,14,272张具有硬参数设置的更改图像。请注意,在某些情况下,一些图像不符合使用STRANGE工具箱进行特定设置的修改的标准,因此在所有三种修改类别中修改的图像数量不相等。

所有原始图像都是基于Hamster plus (HSDU03PTM)和SecuGen SDU03PTM传感器扫描仪收集的印象获得的。SOCOFing由55273个指纹图像组合而成。所有文件图像的分辨率为1 × 96 × 103(灰度×宽×高)。下面的图2显示了原始指纹的一些样本。(下图2显示了指纹图像的合成改变和生成为z切割,消除和中心旋转。)

图2所示:图1的图像被修改为z切割,消除和中心旋转。

图1所示:属于同一人的五枚左手指纹的样本说明。

数据集分为两个子文件夹,包含真实的,即原始图像,和修改的图像。修改的文件夹进一步分为三个级别的修改难度:简单,中等和困难。

该文件格式为每个单独的图像提供标签,并具有如下命名约定:

1. 标识主题的编号:001到600。

2. 表示受试者的性别:M -男性,F -女性。

3.表示手:左或右。

4.手指名称:小指、无名指、中指、食指或拇指。

5. 指示更改类型(仅更改图像):Obl -删除,CR -中心旋转,或Z-cut。

6.所有图片的文件扩展名为“bmp”。

本数据集仅用于非商业性、非营利性的研究目的。使用本软件产生的任何出版物,包括但不限于学术期刊和会议出版物、技术报告和手册,必须引用本文件和以下工作:

Shehu, Y.I., Ruiz-Garcia, A., Palade, V., James, A. (2018) “Detection of Fingerprint
Alterations Using Deep Convolutional Neural Networks” in Proceedings of the In
ternational Conference on Artificial Neural Networks (ICANN 2018), Rhodes –
Greece, 5 th - 7th October 2018. Springer-Verlag Lecture Notes in Computer Science.

SOCOFing指纹数据集相关推荐

  1. 指纹识别开源竞赛启动,5000张指纹图像匹配

    本文转自实时奖金竞赛社区FlyAI. 指纹识别技术的应用非常广泛:典型的脱机应用有指纹锁,指纹保险柜.指纹考勤系统等:联机应用有电子银行,自动取款机.电子商务等.目前以指纹为代表的生物特征识别技术有望 ...

  2. 指纹识别综述(1): 导论

    指纹识别综述系列 1.导论:2.指纹传感器:3.特征提取:4.匹配:5.分类与检索:6.现场指纹识别: 7.指纹合成: 8.唯一性: 9.指纹系统安全:10.深度学习方法:11.专利. 本文主要基于& ...

  3. 指纹识别综述(5): 分类与检索

    指纹识别综述系列 1.导论:2.指纹传感器:3.特征提取:4.匹配:5.分类与检索:6.现场指纹识别: 7.指纹合成: 8.唯一性: 9.指纹系统安全:10.深度学习方法:11.专利. 本文主要基于& ...

  4. 指纹识别实战——基于TensorFlow实现(文末送书)

    关注公众号,发现CV技术之美 注:本文选自中国水利水电出版社出版的<深度学习实战:基于TensorFlow2.X的计算机视觉开发应用 >一书,略有改动.经出版社授权刊登于此. 传统的基于细 ...

  5. 指纹识别综述(6): 现场指纹识别

    指纹识别综述系列 1.导论:2.指纹传感器:3.特征提取:4.匹配:5.分类与检索:6.现场指纹识别: 7.指纹合成: 8.唯一性: 9.指纹系统安全:10.深度学习方法:11.专利. 本文主要基于& ...

  6. NIST指纹数据识别(二)数据处理

    数据处理 数据分析 NIST指纹数据介绍 前面一篇文章简单介绍了NIST指纹数据集的大概形式和组成,一张图片配一个标签的txt文件.两个文件名相同(.png和.txt)由于图片和标签是分开的.我们需要 ...

  7. 指纹识别综述(10): 深度学习方法

    指纹识别综述系列 1.导论:2.指纹传感器:3.特征提取:4.匹配:5.分类与检索:6.现场指纹识别: 7.指纹合成: 8.唯一性: 9.指纹系统安全:10.深度学习方法:11.专利. 本文会不定期更 ...

  8. 2022年MathorCup数学建模A题大规模指纹图像检索的模型与实现解题全过程文档加程序

    2022年第十二届MathorCup高校数学建模 A题 大规模指纹图像检索的模型与实现 原题再现   在生物特征识别领域,指纹作为最具独特性与持久性的生物特征之一,被广泛应用于身份识别.   指纹识别 ...

  9. 警惕安全漏洞,如何提高指纹识别的安全性?

    http://www.jinglianwen.com/fingerprint.html 假指纹破解指纹识别 2016年,美国密歇根州立大学利用特殊的墨水和纸张2D打印出假指纹,成功骗过了三星Galax ...

  10. 指纹辨识将被破解?最新研究出人工智能可以绘制假指纹

    采用指纹辨识的安全设备需要使用者的指纹,因此被认为比设密码安全.但研究人员现在已发展人工智能绘制而成的假指纹,已能成功骗过指纹辨识系统.也就是说,未来可能黑客也不用跟在使用者背后窃取指纹. 指纹辨识已 ...

最新文章

  1. pdfparser java_如何使用java从PDF中提取内容?
  2. 深入Python(5):递归
  3. 1.2 文本域(含可编辑表格实现)
  4. 【华为云技术分享】云容器引擎 CCE权限管理实践
  5. jpa原生query_Spring Data Jpa @Query原生SQL
  6. vc mysql query_我要使用mysql_query()这个函数,在VC中需要做什么工作?
  7. commit(), commitNow()和commitAllowingStateLoss()
  8. 自动轮播图html代码适应手机,JS实现自动轮播图效果(自适应屏幕宽度+手机触屏滑动)...
  9. 2007以学习软件设计开始
  10. TBS X5内核SDK静态集成jar完美解决方案
  11. BCNet实现PLC数据采集解决方案,BCNet
  12. htc816t Android go,移动版HTC 816t刷recovery的教程与方法
  13. WINDOWS虚拟内存设置
  14. k8s使用命令报错:error: You must be logged in to the server (Unauthorized)
  15. 内购 税务信息页填写-新版填写
  16. 学好Linux运维决心书
  17. C++中自带的二分查找函数
  18. Windows7双屏扩展及双屏桌面背景独立显示
  19. 用虚拟机写java程序_JAVA是什么?java是狗屁!写java程序说穿了就是在对java虚拟机这个软件进行应用。...
  20. 英语名篇——关于《论学习》的读后感

热门文章

  1. LLC谐振变换器工作模态分析
  2. 「13」朴素贝叶斯Python实战:计算打喷嚏的工人患病的概率
  3. 电商后台系统:管理后台之账号管理(一)
  4. 小程序中图片的移动、旋转和缩放功能
  5. 通过JSP页面访问Servlet
  6. 通过nginx实现线上页面访问本地接口
  7. DS homework-队列
  8. 单元测试总结反思_单元考试反思总结
  9. VSCode 的扩展包C/C++ IntelliSense, debugging, and code browsing的IntelliSense功能无法使用
  10. AUTOSAR初了解