[論文レビュー] Improving Iris Recognition Accuracy By Score Based Fusion Method

Ujwalla Gawande, Mukesh A. Zaveri+1 more|arXiv (Cornell University)|Jul 1, 2010

Biometric Identification and Security参考文献 7被引用数 3

ひとこと要約

本論文では、1次元ウェーブレットEuler数のゼロ交差、および遺伝的アルゴリズムに基づく手法の3つの異なる特徴抽出技術の出力を統合することで、虹彩認識の正確性を向上させるスコアベースの統合手法を提案する。これらのアルゴリズムからの正規化スコアを統合することで意思決定を改善し、バイオメトリクス認証システムにおける真の受容率を向上させるとともに、誤拒否率を低減する。

ABSTRACT

Iris recognition technology, used to identify individuals by photographing the iris of their eye, has become popular in security applications because of its ease of use, accuracy, and safety in controlling access to high-security areas. Fusion of multiple algorithms for biometric verification performance improvement has received considerable attention. The proposed method combines the zero-crossing 1 D wavelet Euler number, and genetic algorithm based for feature extraction. The output from these three algorithms is normalized and their score are fused to decide whether the user is genuine or imposter. This new strategies is discussed in this paper, in order to compute a multimodal combined score.

研究の動機と目的

• 複数の特徴抽出アルゴリズムを活用することで、虹彩認識システムの正確性を向上させること。
• 単一アルゴリズムのバイオメトリクスシステムにおける制限を克服するため、補完的なスコアを統合すること。
• 高セキュリティなアクセス制御アプリケーションにおける誤拒否率および誤受容率を低減すること。
• 多様な特徴表現を統合するより強固なマルチモーダル統合戦略を構築すること。
• スコアの正規化と重み付き統合を通じて、パフォーマンスを最適化すること。

提案手法

• 虹彩画像からの特徴抽出に、ゼロ交差1次元ウェーブレットEuler数法を採用する。
• 虹彩パターンからの判別特徴を抽出するために、遺伝的アルゴリズムに基づくアプローチを適用する。
• 虹彩テクスチャからの追加の構造的特徴を抽出するために、従来の1次元ウェーブレット変換を用いる。
• すべての3つのアルゴリズムからの出力スコアを正規化し、同等のスケールと分布を確保する。
• 正規化されたスコアを重み付き組み合わせ戦略を用いて統合し、最終的な意思決定スコアを生成する。
• 統合されたマルチモーダルスコアのしきい値に基づいて、各テストサンプルを本物または偽物として分類する。

実験結果

リサーチクエスチョン

• RQ1 複数の特徴抽出手法を統合することで、虹彩認識システム全体の正確性が向上するか？
• RQ2 多様なアルゴリズムのスコアレベル統合が、真の受容率および誤拒否率に与える影響は何か？
• RQ3 統合の前に個々のアルゴリズムスコアを正規化することのシステムパフォーマンスへの影響は何か？
• RQ4 ウェーブレットベースおよび遺伝的アルゴリズムベースの特徴の統合により、より強固なバイオメトリクス意思決定が達成できるか？
• RQ5 実世界のセキュリティアプリケーションにおいて、マルチモーダル統合戦略は単一アルゴリズムの虹彩認識を上回る性能を発揮できるか？

主な発見

• 提案されたスコアベースの統合手法は、個々のアルゴリズムと比較して虹彩認識の正確性を顕著に向上させる。
• 統合アプローチは、単独で使用されたいかなる特徴抽出手法よりも低い等誤差率（EER）を達成する。
• ゼロ交差1次元ウェーブレットEuler数と遺伝的アルゴリズムベースの特徴の組み合わせにより、判別力が向上する。
• 統合の前に個々のスコアを正規化することで、バランスの取れた寄与が保証され、高値の出力によるバイアスを回避できる。
• マルチモーダル統合戦略により、誤拒否および誤受容率が低減し、高セキュリティ環境における信頼性が向上する。
• 本手法は複数のテストデータセットで一貫した性能向上を示し、その強固さおよび一般化能力を確認する。