[논문 리뷰] A Collaborative Approach using Ridge-Valley Minutiae for More Accurate Contactless Fingerprint Identification

Ritesh Vyas, Ajay Kumar|arXiv (Cornell University)|2019. 09. 13.

Biometric Identification and Security인용 수 5

한 줄 요약

이 논문은 접촉 없는 지문 식별 정확도를 향상시키기 위해 고리-구름 미니티아를 활용한 협업형 지문 매칭 접근법을 제안한다. 보완적인 고리와 골짜기 특징을 활용하고 색상 공간 변환을 최적화함으로써, 여러 공개 데이터베이스에서 최신 기술 대비 유의미하게 높은 매칭 성능을 달성하며, NBIS, MCC 및 COTS 매처에서 일관된 우수성을 입증한다.

ABSTRACT

Contactless fingerprint identification has emerged as an reliable and user friendly alternative for the personal identification in a range of e-business and law-enforcement applications. It is however quite known from the literature that the contactless fingerprint images deliver remarkably low matching accuracies as compared with those obtained from the contact-based fingerprint sensors. This paper develops a new approach to significantly improve contactless fingerprint matching capabilities available today. We systematically analyze the extent of complimentary ridge-valley information and introduce new approaches to achieve significantly higher matching accuracy over state-of-art fingerprint matchers commonly employed today. We also investigate least explored options for the fingerprint color-space conversions, which can play a key-role for more accurate contactless fingerprint matching. This paper presents experimental results from different publicly available contactless fingerprint databases using NBIS, MCC and COTS matchers. Our consistently outperforming results validate the effectiveness of the proposed approach for more accurate contactless fingerprint identification.

연구 동기 및 목표

• 접촉 기반 지문 시스템 대비 접촉 없는 지문 시스템의 낮은 매칭 정확도 문제를 해결하기 위해.
• 향상된 지문 매칭을 위해 고리와 골짜기 미니티아에 존재하는 보완적 정보를 탐색하고 활용하기 위해.
• 접촉 없는 지문 영상에서 특징 추출을 향상시키는 데 활용되지 않은 색상 공간 변환을 조사하기 위해.
• 고리와 골짜기 특징을 통합하여 높은 정확도를 달성하는 협업형 매칭 프레임워크를 개발하기 위해.
• 표준 및 상용 매처를 사용하여 다양한 접촉 없는 지문 데이터베이스에서 제안된 방법을 검증하기 위해.

제안 방법

• 강화된 이미지 전처리 및 방향성 필드 추정을 통해 접촉 없는 지문 영상에서 고리와 골짜기 미니티아를 추출한다.
• 매칭 신뢰도를 향상시키고 오류 매칭을 줄이기 위해 고리와 골짜기 미니티아를 융합하는 협업 전략을 적용한다.
• 접촉 없는 영상에서 고리-골짜기 대trast를 향상시키기 위한 최적의 표현을 찾기 위해 다양한 색상 공간 변환(예: HSV, YCrCb)을 평가한다.
• 매칭 성능은 표준 지문 매처(NBIS, MCC)와 상용 시스템(COTS)을 사용하여 평가하며, 고리-골짜기 특징 융합을 매칭 점수 수준에서 적용한다.
• 이중 단계 파이프라인을 활용: 이미지 강화, 고리-골짜기 특징 추출, 색상 공간 최적화, 협업형 매칭 융합.
• 일관성과 재현 가능성을 확보하기 위해 공개된 접촉 없는 지문 데이터베이스 간 비교 평가를 수행한다.

실험 결과

연구 질문

• RQ1 고리와 골짜기 미니티아의 통합이 접촉 없는 지문 매칭 정확도를 유의미하게 향상시킬 수 있는가?
• RQ2 접촉 없는 지문 영상에서 고리-골짜기 구조를 효과적으로 강화하는 데 가장 적합한 색상 공간 변환은 무엇인가?
• RQ3 고리-골짜기 특징의 협업 융합은 전통적인 고리 특징만을 사용하는 매칭 방식에 비해 성능과 내구성 면에서 어떻게 비교되는가?
• RQ4 최신 기술 매처(NBIS, MCC, COTS)는 제안된 융합 방식에서 어느 정도의 이점을 얻는가?
• RQ5 제안된 방법은 다양한 접촉 없는 지문 데이터베이스와 매칭 시나리오에서 일관되게 뛰어난 성능을 보이는가?

주요 결과

• 제안된 협업형 접근법은 모든 테스트된 데이터베이스와 매처에서 최신 기술 대비 일관되게 높은 매칭 정확도를 달성한다.
• 고리와 골짜기 미니티아 융합은 접촉 없는 지문 시스템에서 오류 매칭 비율을 유의미하게 감소시키고 진짜 매칭 비율을 향상시킨다.
• 특히 HSV 및 YCrCb와 같은 최적의 색상 공간 변환은 고리-골짜기 대비를 향상시키고 특징 검출의 신뢰도를 높인다.
• 개별 고리 특징만을 사용하는 매칭 방식과 기존 융합 기법보다 성능이 뛰어나 보다 보완적인 특징 활용의 가치를 입증한다.
• 성능 향상은 여러 기준 데이터베이스에서 관찰되어 접근법의 강건성과 일반화 능력을 확인한다.
• 오픈소스(NBIS, MCC) 및 상용(COTS) 지문 매처 모두에서 협업 프레임워크가 측정 가능한 향상을 보였다.