[論文レビュー] DWT Based Fingerprint Recognition using Non Minutiae Features

Deepak Kumar, K B Raja+2 more|arXiv (Cornell University)|Jun 17, 2011

Biometric Identification and Security参考文献 25被引用数 12

ひとこと要約

本論文は、犯罪捜査およびセキュリティ応用分野における正確性を向上させるために、非特徴点特徴を用いたDWTベースの指紋認識システムを提案する。3レベルの離散ウェーブレット変換（DWT）を用いて指紋画像を分解し、LLバンドからの主要な方向性と一貫性を抽出し、すべてのサブバンドにわたる中心領域特徴およびエッジ特徴を計算することで、ユークリッド距離を用いたマッチングを実施する。これにより、従来の手法よりも低いFAR、FRR、TSRを達成した。

ABSTRACT

Forensic applications like criminal investigations, terrorist identification and National security issues require a strong fingerprint data base and efficient identification system. In this paper we propose DWT based Fingerprint Recognition using Non Minutiae (DWTFR) algorithm. Fingerprint image is decomposed into multi resolution sub bands of LL, LH, HL and HH by applying 3 level DWT. The Dominant local orientation angle θ and Coherence are computed on LL band only. The Centre Area Features and Edge Parameters are determined on each DWT level by considering all four sub bands. The comparison of test fingerprint with database fingerprint is decided based on the Euclidean Distance of all the features. It is observed that the values of FAR, FRR and TSR are improved compared to the existing algorithm.

研究の動機と目的

• 犯罪捜査および国立安全保障応用分野向けの頑健な指紋認識システムの開発を目的とする。
• 画像劣化に敏感な従来の特徴点ベースの特徴に依存するのを低減することを目的とする。
• マルチスケールDWT分解から得られる非特徴点特徴を活用することで、認識正確性を向上させることを目的とする。
• 特徴ベースのマッチングを通じて、偽受容率（FAR）、偽拒否率（FRR）、総合的成功率（TSR）を最小限に抑えることを目的とする。
• 指紋認識分野における標準的指標を用いて、既存のアルゴリズムと性能を比較評価することを目的とする。

提案手法

• 指紋画像を3レベルの離散ウェーブレット変換（DWT）で分解し、サブバンド（LL、LH、HL、HH）に分離する。
• 主な局所的方向角（θ）と一貫性を、LLサブバンドのみから計算する。これは主な構造的情報を捉える。
• 各分解レベルにおいて、4つのDWTサブバンドすべてから中心領域特徴およびエッジパラメータを抽出する。
• テスト指紋の特徴とデータベース内の特徴を比較するため、ユークリッド距離を用いてマッチングを実施する。
• 複数のDWTレベルにわたる特徴の集約により、識別力と耐障害性を向上させる。
• 方向性、一貫性、中心領域、エッジパラメータを組み合わせた特徴ベクトルを分類に用いる。

実験結果

リサーチクエスチョン

• RQ1 DWTから導出される非特徴点特徴は、従来の特徴点ベース手法と比較して、指紋認識の正確性を向上させることができるか？
• RQ2 マルチスケールDWT分解は、ノイズや劣化した指紋画像における特徴抽出をどのように向上させるか？
• RQ3 抽出された特徴（方向性、一貫性、中心領域、エッジパラメータ）は、FARおよびFRRの低減にどの程度寄与するか？
• RQ4 提案手法のDWTベースのマッチング戦略は、既存の指紋認識アルゴリズムと比較して、性能面で優れているか？
• RQ5 複数のDWTサブバンドにわたる特徴の統合は、認識の信頼性と耐障害性を向上させることができるか？

主な発見

• 提案されたDWTFRアルゴリズムは、既存手法と比較して、偽受容率（FAR）が低くなるという改善された性能を達成した。
• 偽拒否率（FRR）が低減され、本物の指紋サンプルのマッチングにおける信頼性が向上した。
• 総合的成功率（TSR）が向上し、指紋認識全体の正確性が高まっていることが示された。
• 方向性、一貫性、エッジパラメータなどの非特徴点特徴の使用が、画像劣化に対する耐性を著しく高める。
• 方向性と一貫性の抽出にLLバンドを用い、複数レベルのDWTサブバンド解析を組み合わせることで、識別能力が向上した。
• ユークリッド距離に基づくマッチング戦略により、特徴ベクトルの比較が効果的に行われ、一貫性があり正確な識別結果が得られた。