[論文レビュー] Robust Multi biometric Recognition Using Face and Ear Images

Nazmeen Bibi Boodoo, R. K. Subramanian|ArXiv.org|Dec 4, 2009

Biometric Identification and Security参考文献 18被引用数 27

ひとこと要約

本論文では、主成分分析（PCA）を用いた耳認識と意思決定レベルでの統合を組み合わせた、顔と耳の特徴を統合するロバストなマルチバイオメトリクス認識システムを提案する。420枚の画像からなるデータセット上で96％の認識率を達成しており、個々のモダリティに比べ顕著に向上しており、品質フィルタリングを施した後、耳のみの認識率は90.7％であった。

ABSTRACT

This study investigates the use of ear as a biometric for authentication and shows experimental results obtained on a newly created dataset of 420 images. Images are passed to a quality module in order to reduce False Rejection Rate. The Principal Component Analysis (eigen ear) approach was used, obtaining 90.7 percent recognition rate. Improvement in recognition results is obtained when ear biometric is fused with face biometric. The fusion is done at decision level, achieving a recognition rate of 96 percent.

研究の動機と目的

• 耳バイオメトリクスが個人認証の信頼性の高いモダリティとして利用可能かどうかを検討すること。
• 顔と耳バイオメトリクスを統合することで正確性を向上させ、誤拒否率を低減するロバストな認識システムを開発すること。
• 新たに収集した420枚の画像からなるデータセットを用いて、PCAに基づく耳認識の性能を評価すること。
• 顔と耳バイオメトリクスの意思決定レベル統合が、全体の認識性能に与える影響を分析すること。
• 専用の画像品質評価モジュールを用いて誤拒否率を低減すること。

提案手法

• 評価のため、420枚の顔と耳の画像からなるカスタムデータセットを収集した。
• 画像品質評価を適用し、低品質な画像をフィルタリングすることで、誤拒否率を低減した。
• 主成分分析（PCA）、すなわち「エイゲンイヤー」法を用いて、耳画像からの判別特徴を抽出した。
• 顔認識は、標準的手法（おそらくPCAまたは類似手法）を用いて実施した。
• 顔と耳認識の意思決定を、重み付き和または投票戦略を用いて意思決定レベルで統合した。
• 等誤り率（EER）および総合認識率という指標を用いて、認識性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 耳バイオメトリクスは、マルチバイオメトリクスシステムにおける信頼性の高い個人認証モダリティとして機能できるか？
• RQ2 制御されたデータセット上での耳のみのバイオメトリクス認識精度は、顔のみの認識と比べてどの程度か？
• RQ3 顔と耳バイオメトリクスを統合することで、全体のシステム性能がどの程度向上し、誤拒否率がどの程度低減されるか？
• RQ4 画像品質フィルタリングが、耳ベースのバイオメトリクスシステムの認識性能に与える影響は何か？
• RQ5 顔と耳特徴の意思決定レベル統合は、個々のモダリティに比べてより高い認識率を達成できるか？

主な発見

• 提案されたシステムは、意思決定レベルでの顔と耳バイオメトリクス意思決定の統合により、96％の認識率を達成した。
• 品質フィルタリングを施した後、PCAを用いた耳のみの認識は90.7％の認識率を達成した。
• 耳バイオメトリクスの追加により、顔のみのシステムに比べ顕著に認識性能が向上した。
• 画像品質評価が、認識パイプラインにおける誤拒否率の低減に効果的に寄与した。
• 統合戦略は、420枚の画像からなる多様なデータセットにおいて、ロバストで信頼性のある性能を示した。
• 結果から、顔と耳バイオメトリクスを統合することで、システムの正確性と個々のモダリティの故障に対する耐性が向上することが確認された。