[論文レビュー] Biometric Recognition Using Deep Learning: A Survey

Shervin Minaee, AmirAli Abdolrashidi+3 more|arXiv (Cornell University)|Nov 30, 2019

Biometric Identification and Security参考文献 223被引用数 81

ひとこと要約

本サーベイは、顔、指紋、虹彩、音声、署名、歩行など、複数のモダリティを対象として120以上のディープラーニングベースの身体的特徴認識システムについて包括的な分析を提供する。パブリックベンチマークにおける性能評価、主な課題の考察、現実世界の身体的特徴認識応用における正確性とスケーラビリティを向上させるための今後の研究方向性を提示する。

ABSTRACT

Deep learning-based models have been very successful in achieving state-of-the-art results in many of the computer vision, speech recognition, and natural language processing tasks in the last few years. These models seem a natural fit for handling the ever-increasing scale of biometric recognition problems, from cellphone authentication to airport security systems. Deep learning-based models have increasingly been leveraged to improve the accuracy of different biometric recognition systems in recent years. In this work, we provide a comprehensive survey of more than 120 promising works on biometric recognition (including face, fingerprint, iris, palmprint, ear, voice, signature, and gait recognition), which deploy deep learning models, and show their strengths and potentials in different applications. For each biometric, we first introduce the available datasets that are widely used in the literature and their characteristics. We will then talk about several promising deep learning works developed for that biometric, and show their performance on popular public benchmarks. We will also discuss some of the main challenges while using these models for biometric recognition, and possible future directions to which research in this area is headed.

研究の動機と目的

• 複数のモダリティにわたる120件以上のディープラーニングベースの身体的特徴認識研究を体系的にレビューし、統合する。
• 各身体的特徴タイプに広く使われているパブリックデータセットを特定・特徴づけ、その主な属性を明らかにする。
• 各身体的特徴モダリティの標準ベンチマーク上で、最先端のディープラーニングモデルのパフォーマンスを評価する。
• プライバシー、耐性、一般化性能などの要因を含む、ディープラーニングモデルを身体的特徴認識に展開する際の主な課題を分析する。
• 身体的特徴認識におけるディープラーニングの今後の研究方向性とトレンドを提示する。

提案手法

• 主要な国際会議および学術誌から、身体的特徴認識におけるディープラーニングに関する120件以上の査読済み論文を対象とした体系的文献レビュー。
• 顔、指紋、虹彩、音声、歩行などのモダリティごとに身体的特徴認識システムを分類し、各分野で用いられるモデルアーキテクチャの分析。
• Labeled Faces in the Wild (LFW) や CASIA-Iris などの標準パブリックデータセット上で報告されたパフォーマンス指標（例：正確度、EER）の収集と比較。
• CNN、シアンプスネットワーク、アテンションメカニズムなどの一般的なディープラーニング技術が、身体的特徴認識タスクにどのように応用されているかの同定。
• ドメインシフト、スプーフィング攻撃、データ不均衡などの共通課題を、文献に報告された知見に基づいて統合的分析。
• 自己教師あり学習、クロスモダリティ統合、身体的特徴認識システムにおけるモデルの解釈可能性といった今後の研究トレンドについての議論。

実験結果

リサーチクエスチョン

• RQ1 異なる身体的特徴認識タスクに最も効果的なディープラーニングアーキテクチャは何か？
• RQ2 各身体的特徴モダリティのパブリックベンチマークにおいて、パフォーマンス指標はどのように変動するか？
• RQ3 ディープラーニングベースの身体的特徴認識システムの実世界への展開を制限する主な課題は何か？
• RQ4 現在のモデルは、異なる身体的特徴タイプにおいて、ポーズの変化、照明の変化、スプーフィング攻撃に対してどのように対処しているか？
• RQ5 ディープラーニングが身体的特徴認識の今後の発展を形作っている、新たな研究分野は何か？

主な発見

• ディープラーニングモデルは、すべての主要な身体的特徴モダリティにおいて、従来手法を一貫して上回る性能を示しており、パブリックベンチマークで最先端の正確度を達成している。
• 畳み込みニューラルネットワーク（CNN）およびその変種が、顔、指紋、虹彩認識タスクにおいて支配的である。
• 顔認識分野では、LFW や MS-Celeb-1M といったデータセットで、人間水準の正確度に近い性能が達成されている。
• 虹彩および指紋認識システムは、高い耐性と極めて低い誤り率を示しており、一部のディープラーニングモデルでは標準データセット上でEERが0.1％未満にまで低下している。
• 音声および署名認識は、RNN や Transformers といった系列モデリング技術のおかげで顕著な性能向上を示しており、長さが変動する入力に対しても効果的である。
• 高い正確度にもかかわらず、敵対的攻撃、ドメインシフト、プライバシー懸念といった課題が、広範な展開を阻害する主要な障壁のまま残っている。