[論文レビュー] Fingerprint Analysis with Marked Point Processes

Peter Forbes, Steffen L. Lauritzen+1 more|arXiv (Cornell University)|Jul 22, 2014

Biometric Identification and Security参考文献 24被引用数 3

ひとこと要約

本稿では、位置、方向、種別（分岐点・終端点）を考慮したマークドポアソン点過程を用いて minutiae（模様の終端点および分岐点）をモデル化するベイジアン指紋照合フレームワークを提案する。訴訟側仮説と防御側仮説の尤度比を計算するための効率的なモンテカルロアルゴリズムを採用し、258組の指紋ペアからなるNIST-FBIデータベースにおいて優れた性能を達成した。

ABSTRACT

We present a framework for fingerprint matching based on marked point process models. An efficient Monte Carlo algorithm is developed to calculate the marginal likelihood ratio for the hypothesis that two observed prints originate from the same finger against the hypothesis that they originate from different fingers. Our model achieves good performance on an NIST-FBI fingerprint database of 258 matched fingerprint pairs.

研究の動機と目的

• 尤度比を用いて証拠の重みを定量化する統計的に厳密な確率的枠組みを構築すること。
• 指紋照合が100年以上にわたり法医学的分野で用いられているにもかかわらず、その識別力や誤検出率に関する科学的研究が不足しているという問題に取り組むこと。
• 指紋の minutiae を、空間的位置、方向、種別（終端点、分岐点、または観測不能）を含むマークド点過程としてモデル化すること。
• 完全にベイジアンなアライメント手順により、自動指紋照合と裁判所で使用可能な証拠評価を可能にすること。
• 類似変換（平行移動、回転、スケーリング）を統合し、特徴が乏しく品質の低い指紋に対しても対応できるように既存モデルを改善すること。

提案手法

• 複素平面に於いて、各 minutiae を三元組（ℂ 上の位置、𝕊¹ 上の方向、{−1,0,1} 内の種別）として表現するマークドポアソン点過程として指紋をモデル化する。
• 訴訟側仮説と防御側仮説の下で、空間的および角度的分布をそれぞれ複素正規分布およびvon Mises分布でモデル化する。
• 同一指（Hp）と異なる指（Hd）の仮説における周辺尤度の比として尤度比を定式化する。
• 一致構成 ξ、変換パラメータ（ψ, τ）、ノイズ精度 σ を同時にサンプリングするため、補助変数を用いたギブスサンプラーを実装する。
• B 内のランダムに選択された minutiae の一致のみを更新する効率的な提案分布を用いたメトロポリス・ハスティングス手順を採用し、空間的および角度的整合性に基づく条件付き確率を活用する。
• 共通の項を無視することで提案密度を正規化し、MCMCアルゴリズムにおける遷移確率の高速計算を可能にする。

実験結果

リサーチクエスチョン

• RQ1 マークド点過程を用いて、指紋照合における証拠の重みを定量化する確率的モデルをどのように構築できるか？
• RQ2 実世界のデータ（品質のばらつきがある）に対して、ベイジアン尤度比フレームワークが指紋照合でどの程度の性能を示すか？
• RQ3 類似変換（平行移動、回転、スケーリング）を、指紋アライメントのベイジアンフレームワーク内で一貫してモデル化し、周辺化できるか？
• RQ4 すべての可能な一致を全列挙する必要がないまま、周辺尤度比を効率的に計算するモンテカルロアルゴリズムを設計できるか？
• RQ5 本モデルは、特徴が乏しく minutiae が少ない低品質な指紋に対してどのように対処するか？また、欠落またはノイズのあるデータに対してどれほど頑健か？

主な発見

• 提案されたマークド点過程モデルは、NIST-FBI指紋データベースにおいて優れた性能を示し、一致ペアと不一致ペアを的確に区別できた。
• モンテカルロアルゴリズムにより、変換および一致構成の周辺化を経て、実用的な法医学的応用が可能な周辺尤度比を効率的に計算できた。
• 複素正規分布およびvon Mises分布を用いて空間的および角度的特徴を統合的にモデル化することで、任意の座標系や低品質な指紋の課題を効果的に処理できた。
• 補助変数と特化したメトロポリス・ハスティングスサンプラーの活用により、MCMC系列における高速かつ高い提案受容率が達成され、収束性と混合性が保証された。
• ヒューリスティックな指紋照合の代替として、原理的かつ整合的なベイジアンフレームワークを提供し、尤度比による定量的証拠の重みを提示した。
• 欠落した minutiae に対しても頑健であり、わずかに少ない特徴しか存在しない場合でも、NIST-FBIデータセット（258組の一致ペア）を用いた実験で良好な性能を示した。