[論文レビュー] A Comprehensive Overview of Biometric Fusion

Maneet Singh, Richa Singh+1 more|arXiv (Cornell University)|Feb 8, 2019

Biometric Identification and Security参考文献 139被引用数 4

ひとこと要約

本論文は、複数の身体的特徴と補助的情報源を統合する際の、何を統合するか、いつ統合するか、どのように統合するかという核心的な問いに答えるとともに、多様な身体的特徴モダリティと補助的情報源を統合する身体的特徴統合に関する包括的なサーベイを提示している。認識精度、セキュリティ、プライバシーの向上を目的とした統合技術を、ソフトバイオメトリクス、文脈的情報、継続的認証、スプーフ検出、マルチバイオメトリクス暗号システムを含めてレビューし、実世界への展開に向けた主な研究課題を特定している。

ABSTRACT

The performance of a biometric system that relies on a single biometric modality (e.g., fingerprints only) is often stymied by various factors such as poor data quality or limited scalability. Multibiometric systems utilize the principle of fusion to combine information from multiple sources in order to improve recognition accuracy whilst addressing some of the limitations of single-biometric systems. The past two decades have witnessed the development of a large number of biometric fusion schemes. This paper presents an overview of biometric fusion with specific focus on three questions: what to fuse, when to fuse, and how to fuse. A comprehensive review of techniques incorporating ancillary information in the biometric recognition pipeline is also presented. In this regard, the following topics are discussed: (i) incorporating data quality in the biometric recognition pipeline; (ii) combining soft biometric attributes with primary biometric identifiers; (iii) utilizing contextual information to improve biometric recognition accuracy; and (iv) performing continuous authentication using ancillary information. In addition, the use of information fusion principles for presentation attack detection and multibiometric cryptosystems is also discussed. Finally, some of the research challenges in biometric fusion are enumerated. The purpose of this article is to provide readers a comprehensive overview of the role of information fusion in biometrics.

研究の動機と目的

• 何を統合するか、いつ統合するか、どのように統合するかという3つの根本的問いに答えることで、身体的特徴統合の体系的概要を提供すること。
• データ品質、ソフトバイオメトリック属性、文脈的メタデータ、行動パターンなどの補助的情報を、バイオメトリクス認識パイプラインに統合し、性能を向上させることを検討すること。
• 提示攻撃検出およびマルチバイオメトリクス暗号システムを通じたセキュリティの向上に向けた情報統合の役割を検討すること。
• スケーラビリティ、センサ構成、コンactデバイスへの展開、環境的および行動的変化への耐性といった分野における主な研究課題を特定し、議論すること。
• 多様な分野における実世界の応用に向けた実用的で使いやすくスケーラブルなマルチバイオメトリクスシステムの開発を支援すること。

提案手法

• 身体的特徴統合を3つの次元に分類する：何を統合するか（モダリティ、アルゴリズム、データソース）、いつ統合するか（特徴レベル、スコアマッチングレベル、意思決定レベルの統合）、どのように統合するか（統計的、確率的、ニューラルネットワークベース、ルールベースの統合手法）。
• 信頼性を高め、誤検出を低減するために、統合パイプラインにデータ品質メトリクスを組み込む技術をレビューする。
• 身長、性別、服装などのソフトバイオメトリック特徴を主なバイオメトリック識別子と統合することで、低品質または制約のある環境下での認識性能を向上させることを分析する。
• 時間、場所、デバイス使用パターンなどの文脈的情報を活用してバイオメトリクス意思決定を精緻化し、継続的認証を支援することを検討する。
• スマートフォンやウェアラブルデバイスからの異種センサデータ（慣性センサ、GPS、音声など）を用いた継続的認証の手法を調査する。
• 複数のセンサモダリティを用いたスプーフ攻撃検出に向けた情報統合技術と、融合を活用してバイオメトリックテンプレートを安全に保存しプライバシーを保護するマルチバイオメトリクス暗号システムについて議論する。

実験結果

リサーチクエスチョン

• RQ1 認識精度と耐性を最大化するために、マルチバイオメトリクスシステムで統合すべき最適な情報源は何か？
• RQ2 バイオメトリクス認識パイプラインのどの段階（特徴レベル、スコアレベル、意思決定レベル）で統合を実施すれば最適なパフォーマンスが得られるか？
• RQ3 画像品質、ソフトバイオメトリック属性、文脈的情報などの補助的情報を、システムの信頼性を向上させるために統合フレームワークに効果的に統合する方法は何か？
• RQ4 提示攻撃検出およびプライバシー保護型バイオメトリクス暗号システムを通じたセキュリティ向上に向けた、最も効果的な統合戦略は何か？
• RQ5 性能、使いやすさ、プライバシーを維持したまま、大規模かつ多様な集団にスケーラブルに展開するマルチバイオメトリクスシステムにおける主な課題は何か？

主な発見

• 複数のバイオメトリックモダリティを統合することで、特に画像品質が悪い、または遮蔽があるような困難な条件下でも、単一モダリティシステムに比べて認識精度が著しく向上する。
• 統合パイプラインにデータ品質メトリクスを組み込むことで、誤り率が低下し、システムの信頼性が向上する。これは、信頼性の低い入力をフィルタリングすることで実現される。
• 主なバイオメトリック特徴とソフトバイオメトリック属性を統合することで、主なバイオメトリックデータが劣化または利用不可となる非制約環境下でも性能が向上する。
• 時間帯、場所、デバイス使用パターンなどの文脈的情報は、意思決定の質を向上させるとともに、ユーザー負担を軽減する継続的認証を実現するために活用できる。
• 融合を活用したマルチバイオメトリクス暗号システムは、元のバイオメトリックテンプレートが平文で保存されないため、強力なプライバシー保証を提供する。
• 可視光カメラと赤外線カメラの複数のセンサ信号を統合する提示攻撃検出システムは、単一センサ手法よりもスプーフ攻撃に対して高い耐性を示す。