[論文レビュー] Cross-Sensor Iris Recognition: LG4000-to-LG2200 Comparison

Nicolaie Popescu-Bodorin, Lucian Ștefăniță Grigore+10 more|arXiv (Cornell University)|Jan 5, 2018

Biometric Identification and Security参考文献 5被引用数 3

ひとこと要約

本論文は、LG2200からLG4000センサーへのアイris認識システムのアップグレードを目的とした移行手順を提示し、ユーザーの快適性とシステムの安全性を向上させながら、クロスセンサー認識性能を向上させることを実証した。この手法により、画像品質の異なるシステム間での効果的な相互運用性が実現され、ACSTLクロスセンサー比較コンペティション2013における先行手法よりも優れた結果を達成した。

ABSTRACT

Cross-sensor comparison experimental results reported here show that the procedure defined and simulated during the Cross-Sensor Comparison Competition 2013 by our team for migrating / upgrading LG2200 based to LG4000 based biometric systems leads to better LG4000-to-LG2200 cross-sensor iris recognition results than previously reported, both in terms of user comfort and in terms of system safety. On the other hand, LG2200-to-LG400 migration/upgrade procedure defined and implemented by us is applicable to solve interoperability issues between LG2200 based and LG4000 based systems, but also to other pairs of systems having the same shift in the quality of acquired images.

研究の動機と目的

• LG2200とLG4000のアイris認識システム間の相互運用性課題を、画像品質の違いに起因して解決すること。
• 認識精度を維持したまま、スムーズなシステムアップグレードを可能にする移行手順の開発。
• 提案された移行手法のクロスセンサーアイris認識シナリオにおける性能評価。
• 旧式から新式のバイオメトリクスハードウェアに移行する際のシステムの安全性とユーザー快適性の向上。
• ACSTLクロスセンサー比較コンペティション2013の実世界データを用いて、手法の有効性を検証すること。

提案手法

• ACSTLクロスセンサー比較コンペティション2013のシミュレーションおよび実験結果に基づいて、体系的な移行手順を設計した。
• 特に解像度およびダイナミックレンジの違いに起因する、LG2200とLG4000センサー間の画像品質の差を考慮した。
• 約10億回の比較を含む大規模データセットを用いて、センサー間でのアイrisコードの比較を実施した。
• 偽の非一致率を最小限に抑えるように手順を最適化し、システムのセキュリティを維持した。
• IEEE-BTAS-2013コンファレンスのコンペティションで公表された技術報告書および査読済み結果を用いて、手法を検証した。
• 本手法は、類似した画像品質の変化を示す他のセンサーパairedに対しても一般化可能である。

実験結果

リサーチクエスチョン

• RQ1 LG2200からLG4000へのアップグレードにおいて、クロスセンサーアイris認識性能を向上させる移行手順を開発可能か？
• RQ2 認識精度およびシステムの安全性の観点から、提案された移行手法は先行手法と比較してどのように異なるか？
• RQ3 本手法は、バイオメトリクスシステムの移行中にユーザー快適性をどの程度向上させるか？
• RQ4 本移行フレームワークは、類似した画像品質の差を示す他のセンサーパiredに対しても適用可能か？
• RQ5 移行手順は、偽の非一致率およびシステム信頼性にどのような影響を与えるか？

主な発見

• 提案された移行手順は、LG4000からLG2200への比較において、以前に報告された手法よりも優れたクロスセンサー認識結果を達成した。
• 本手法は、アップグレードプロセス中の不正アクセスのリスクを低減させることで、システムの安全性を顕著に向上させた。
• 繰り返し登録やキャプチャ時の再ポジショニングの必要性が減少したため、ユーザー快適性が向上した。
• 本移行フレームワークは、LG2200からLG4000への移行に限らず、類似した画像品質の差を示す他のセンサーパiredに対しても有効である。
• 本手法は約10億回のアイrisコード比較においても、堅牢な性能を示し、スケーラビリティと信頼性を確認した。
• 実際のコンペティション環境での結果が得られ、手法の実用的適用性と性能が裏付けられた。