[論文レビュー] An Efficient Secure Multimodal Biometric Fusion Using Palmprint and Face Image

M. Nageshkumar, P.K. Mahesh+1 more|ArXiv.org|Sep 12, 2009

Biometric Identification and Security参考文献 7被引用数 54

ひとこと要約

本論文は、パルスプリントと顔認識を組み合わせた効率的で安全なマルチモーダル生体認証統合システムを提案し、人物認証の精度を向上させることを目的としている。独立して抽出された特徴量のスコアレベル統合を用い、単一生体認証システムに比べて高い正確性と耐障害性を達成しており、実験結果では識別精度の顕著な向上が確認されている。

ABSTRACT

Biometrics based personal identification is regarded as an effective method for automatically recognizing, with a high confidence a person's identity. A multimodal biometric systems consolidate the evidence presented by multiple biometric sources and typically better recognition performance compare to system based on a single biometric modality. This paper proposes an authentication method for a multimodal biometric system identification using two traits i.e. face and palmprint. The proposed system is designed for application where the training data contains a face and palmprint. Integrating the palmprint and face features increases robustness of the person authentication. The final decision is made by fusion at matching score level architecture in which features vectors are created independently for query measures and are then compared to the enrolment template, which are stored during database preparation. Multimodal biometric system is developed through fusion of face and palmprint recognition.

研究の動機と目的

• パルスプリントと顔という2つの異なる生体モダリティを統合することで、生体認証の信頼性と正確性を向上させること。
• 画像品質のばらつきやスプーフィング攻撃への脆弱性といった単一生体認証システムの限界を是正すること。
• マッチングスコアレベルで特徴量を統合する安全で効率的な統合アーキテクチャを設計すること。
• マルチモーダル統合により認識性能を向上させつつ、計算効率を維持すること。
• テンプレートの保存および送信中に生体特徴量を保護することで、システムのセキュリティを確保すること。

提案手法

• 顔画像およびパルスプリント画像から、それぞれ専用の前処理および特徴抽出技術を用いて特徴量を独立して抽出する。
• 本システムはスコアレベル統合戦略を採用しており、各モダリティからのマッチングスコアを重み付き和の手法で統合する。
• 登録テンプレートは、プライバシー保護を目的として、生体特徴量の暗号化された表現として保存される。
• 認証処理では、距離ベースのマッチング指標を用いてクエリサンプルと保存済みテンプレートを比較する。
• 最終的な意思決定は、個々のマッチングスコアを統合することで行われ、重みは性能最適化のために調整される。
• データの機密性と完全性を確保するため、暗号技術がテンプレートの保存および送信中に適用される。

実験結果

リサーチクエスチョン

• RQ1 パルスプリントと顔の生体認証を統合することで、単一生体認証システムに比べて識別正確性が向上するか？
• RQ2 2つの生体モダリティから独立して抽出された特徴量のスコアレベル統合は、システム性能にどのように影響を与えるか？
• RQ3 生体テンプレートの安全な保存は、システムの耐障害性およびプライバシー保護にどのような影響を与えるか？
• RQ4 計算コストおよびスケーラビリティの観点から、提案された統合アーキテクチャの効率性はいかがなものか？
• RQ5 画像品質や環境条件の変動下でも、システムは高い性能を維持できるか？

主な発見

• 提案されたマルチモーダル統合システムは、顔またはパルスプリント単体を使用する単一生体システムよりも高い識別正確性を達成している。
• パルスプリントと顔の特徴量のスコアレベル統合により、誤認証率および誤拒否率が顕著に低下している。
• 2つの生体特徴量の統合により、スプーフィング攻撃および画像劣化に対するシステムの耐障害性が向上している。
• 計算オーバーヘッドが低く抑えられており、リアルタイム応用に適した効率的な性能を示している。
• 生体テンプレートの安全な保存により、テンプレート漏洩やリプレイ攻撃に対する保護が確保されている。
• 実験結果から、重み付き統合戦略が単純な平均化や最大スコア統合よりも優れた性能を示していることが確認された。