第40卷第1期2023年2月河北省科学院学报JournaloftheHebeiAcademyofSciencesVol.40No.1Feb.2023收稿日期:2022-10-20作者简介:杨光锴(1985-),男,河北石家庄人,硕士,工程师,主要研究方向:机器学习,大数据.文章编号:1001-9383(2023)01-0013-06基于扩散模型的指纹图像生成方法杨光锴(河北省科学院,河北石家庄050081)摘要:由于个人信息保护等原因,采集大量指纹信息是十分困难的。采用计算机自动生成指纹图像的方法可以在相较容易的条件下构建大规模数据库。本文采用去噪扩散概率模型实现了一种指纹图像自动生成的方法,通过加噪和去噪的方式构建指纹图像生成模型,最终由模型生成的指纹图像清晰、完整,具有较高的辨识度和很强的差异性。关键词:扩散模型;DDPM;深度学习;指纹生成中图分类号:TP391.41文献标识码:AFingerprintimagegenerationmethodbasedondiffusionmodelsYANGGuang-kai(HebeiAcademyofSciences,ShijiazhuangHebei050081,China)Abstract:Becauseofpersonalinformationprotectionandotherreasons,itisdifficulttocollectalargeamountoffingerprintinformation.Themethodofautomaticcomputer-generatedfingerprintimagescanbeusedtobuildlarge-scaledatabasesundereasyconditions.Inthispaper,anautomaticfingerprintimagegenerationisimplementedbyusingdenoisingdiffusionprobabilisticmodelsandafingerprintimagegenerationmodelisconstructedbynoisinganddenoising.Thefingerprintimagegeneratedbythemodelisclearandcomplete,withhighidentificationandstrongdifference.Keywords:Diffusionmodels;DDPM;Deeplearning;Fingerprintgeneration0引言指纹是人与生俱来的重要生物特征,是遗传与环境共同作用产生的,具有稳定和不可重复等特性[1]。随着传感技术和信息技术的发展,指纹凭借其优良的特性,在司法刑侦、身份鉴别、安全认证等领域已得到广泛的应用[2]。在指纹识别算法研究等领域需要大量的指纹样本,然而由于时间、资金、个人隐私等因素制约,构建大型的指纹图像数据库较为困难,因此使用计算机生成指纹的方法,是构建大型指纹数据库的重要方式之一[3]。近年来,基于深度学习的生成式建模方法已得到广泛应用。主要的生成式建模方法有生成对抗网络(GAN)、变分自编码器(VAE)、扩散模型(DiffusionModels)等。其中,扩散模型得益于其自身生成样本的DOI:10.16191/j.cnki.hbkx.2023.01.009河北省科学院学报2023年第40卷强大能力,已被广泛应用于高质量图...
