[論文レビュー] Fingerprints: Fixed Length Representation via Deep Networks and Domain Knowledge

Joshua J. Engelsma, Kai Cao+1 more|arXiv (Cornell University)|Apr 1, 2019

Biometric Identification and Security参考文献 29被引用数 9

ひとこと要約

本論文では、特徴点の位置と方向という指紋分野の知識を、マルチタスクInception v4アーキテクチャに統合し、アライメントにスパatialトランスフォーマーを用いることで、固定長512次元の指紋表現を生成する深層学習ベースの手法を提案する。本手法は、NIST SD4で97.9%のRank-1精度を達成し、1秒間に682,594件の照合処理が可能であり、商用の特徴点ベースマッチャーに比べて著しく高速でありながら、競争力のある精度を維持している。

ABSTRACT

We learn a discriminative fixed length feature representation of fingerprints which stands in contrast to commonly used unordered, variable length sets of minutiae points. To arrive at this fixed length representation, we embed fingerprint domain knowledge into a multitask deep convolutional neural network architecture. Empirical results, on two public-domain fingerprint databases (NIST SD4 and FVC 2004 DB1) show that compared to minutiae representations, extracted by two state-of-the-art commercial matchers (Verifinger v6.3 and Innovatrics v2.0.3), our fixed-length representations provide (i) higher search accuracy: Rank-1 accuracy of 97.9% vs. 97.3% on NIST SD4 against a gallery size of 2000 and (ii) significantly faster, large scale search: 682,594 matches per second vs. 22 matches per second for commercial matchers on an i5 3.3 GHz processor with 8 GB of RAM.

研究の動機と目的

• 可変長の特徴点テンプレートの限界、特に検索性能の低さやテンプレート暗号化の難しさを解決すること。
• 指紋固有のドメイン知識を深層畳み込みニューラルネットワークに埋め込むことで、多様な指紋タイプ（ロールドとプレーン）における認識精度と一般化性能を向上させること。
• コンactな固定長表現を学習することで、高速でスケーラブルな大規模指紋照合を可能にすること。
• 教師-生徒 distillation アプローチによりモデルの複雑さと推論時間を低減しつつ、精度を保持すること。

提案手法

• 指紋画像からテクスチャベースの表現と特徴点マップベースの表現を同時に学習するマルチタスク深層畳み込みニューラルネットワークを設計する。
• 特徴抽出の前段階で、入力指紋画像を切り取りアライメントするためのスパatialトランスフォーマーモジュールを用いることで、ポーズや方向の変動に対する耐性を向上させる。
• 最終的な指紋表現は、テクスチャ特徴量と特徴点マップ特徴量を連結することで、固定長512次元のベクトルとして形成される。
• ドメイン知識は、特徴点の空間的分布と方向性を符号化する特徴点マップブランチを通じて統合され、識別能が向上する。
• モデルの圧縮のため、教師-生徒 distillation フレームワークを適用し、精度の低下を最小限に抑えつつ推論時間とメモリ使用量を削減する。
• モデルはロールド指紋の大型縦断的データベースで学習され、公的ベンチマーク（NIST SD4 および FVC 2004 DB1）で評価される。

実験結果

リサーチクエスチョン

• RQ1 指紋ドメイン知識を埋め込んだ深層学習モデルが、可変長の特徴点テンプレートを上回る認識精度を示す固定長表現を生成できるか？
• RQ2 特徴点マップブランチの統合が、ロールドとプレーンの指紋など多様な指紋タイプ間での一般化性能をどのように向上させるか？
• RQ3 固定長表現が、従来の特徴点ベースシステムと比較して、桁違いの高速照合を可能にする程度はどの程度か？
• RQ4 知識蒸留が、顕著な精度低下を伴わずに、深層指紋表現モデルを効果的に圧縮できるか？

主な発見

• 提案手法は、ギャラリー数2,000のNIST SD4で97.9%のRank-1識別精度を達成し、最高の商用マッチャー（Verifinger v6.3）の97.3%を上回っている。
• 固定長表現により、i5 3.3 GHzプロセッサ上で1秒間に682,594件の照合処理が可能であり、商用マッチャー（1秒間に22件）と比較して31,500倍の高速化が達成された。
• 282,000枚の指紋を含む大規模バックグラウンドでも、94.3%の高いRank-1精度を維持しており、強力なスケーラビリティを示している。
• スパatialトランスフォーマーと特徴点マップブランチを備えたマルチタスク学習により、FVC 2004 DB1データセットでの認識精度が65.1%から93.2%に向上し、一般化性能が著しく向上した。
• 知識蒸留によりモデルサイズが縮小されたが、性能は維持され、大規模な教師モデルと同等の推論速度を実現するコンactな学生モデルが得られた。
• 固定長表現は、プライバシーに配慮した応用分野における可変長特徴点テンプレートの主要な欠陥を解消する強力なテンプレート暗号化を可能にした。