[論文レビュー] Multibiometric: Feature Level Fusion Using FKP Multi-Instance biometric

Harbi AlMahafzah, Mohammad Imran+1 more|arXiv (Cornell University)|Oct 2, 2012

Biometric Identification and Security参考文献 13被引用数 20

ひとこと要約

本稿では、Finger Knuckle Print (FKP) 認証性能を向上させるために、対数ガウスフィルタを用いたマルチインスタンス特徴レベル融合手法を提案する。複数の FKP インスタンスをさまざまな融合ルールで特徴レベルで統合することで、7,920枚の画像からなるデータセットにおいて、単一インスタンス手法よりも優れた認識精度を達成した。

ABSTRACT

This paper proposed the use of multi-instance feature level fusion as a means to improve the performance of Finger Knuckle Print (FKP) verification. A log-Gabor filter has been used to extract the image local orientation information, and represent the FKP features. Experiments are performed using the FKP database, which consists of 7,920 images. Results indicate that the multi-instance verification approach outperforms higher performance than using any single instance. The influence on biometric performance using feature level fusion under different fusion rules have been demonstrated in this paper.

研究の動機と目的

• Finger Knuckle Print (FKP) 認証システムの精度を向上させること。
• 複数の FKP インスタンスを用いた特徴レベル融合がバイオメトリクス性能に与える影響を調査すること。
• マルチインスタンス FKP 特徴を統合するための異なる融合ルールを評価すること。
• 対数ガウスフィルタが FKP における局所的方向特徴を抽出する上で有効であることを示すこと。
• 7,920枚の画像からなる大規模 FKP データベースを用いて、提案手法の妥当性を検証すること。

提案手法

• 対数ガウスフィルタを用いて FKP 画像から局所的方向特徴を抽出する。
• 同じ FKP の複数のインスタンスを、統合対象の別々の特徴セットとして扱う。
• 事前に定義された融合ルールを用いて、特徴レベルの統合を実行し、マルチインスタンス特徴を統合する。
• 統合された特徴表現を認証に使用し、標準指標を用いて性能を評価する。
• 7,920枚の画像を含む FKP データベースを活用する。
• 和、積、最大値などの異なる融合ルールを評価し、最適な組み合わせ戦略を特定する。

実験結果

リサーチクエスチョン

• RQ1 マルチインスタンス特徴レベル統合は、単一インスタンス手法と比較して FKP 認証精度を向上させることができるか？
• RQ2 異なる融合ルールは、FKP 認証システムの性能にどのように影響を与えるか？
• RQ3 対数ガウスフィルタは、識別的な FKP 特徴を抽出する上で、どの程度寄与しているか？
• RQ4 同じ FKP の複数インスタンスを統合することで、より強固なバイオメトリクス認識が達成できるか？
• RQ5 提案手法は、7,920枚の画像からなる大規模 FKP データセットにおいて、どのように性能を発揮するか？

主な発見

• マルチインスタンス特徴レベル統合アプローチは、認識精度の観点で、単一インスタンス認証を著しく上回る。
• 複数の FKP インスタンスを用いた特徴レベル統合により、単一インスタンスに依存する場合と比較して誤り率が低下する。
• 融合ルールの選択が性能に影響を与え、特定のルールがより優れた認識結果をもたらす。
• 対数ガウスフィルタは、FKP 画像内の局所的方向パターンを効果的に捉え、特徴の識別性を向上させる。
• 提案手法は、テストされた FKP データベースにおいて、既存の最先端手法を上回る性能を達成した。
• 結果から、特徴レベルで複数の FKP インスタンスを統合することで、システムのロバスト性と信頼性が向上することが示された。