[논문 리뷰] A Comprehensive Overview of Biometric Fusion

Maneet Singh, Richa Singh외 1명|arXiv (Cornell University)|2019. 02. 08.

Biometric Identification and Security참고 문헌 139인용 수 4

한 줄 요약

이 논문은 다양한 생체 인식 모odalities와 보조 정보 원천 간의 생체 융합에 대해 무엇을 융합할 것인지, 언제 융합할 것인지, 어떻게 융합할 것인지라는 核심 질문을 다루며 종합적인 서베이를 제시한다. 다중 생체 인식 시스템에서 정확도, 보안성, 프라이버시 향상을 위한 융합 기법을 검토하며, 소프트 생체 정보, 맥락 데이터, 지속적 인증, 위조 공격 탐지, 다중 생체 암호화 시스템 등을 포함한다. 또한 실세계 적용을 위한 핵심 연구 과제를 규명한다.

ABSTRACT

The performance of a biometric system that relies on a single biometric modality (e.g., fingerprints only) is often stymied by various factors such as poor data quality or limited scalability. Multibiometric systems utilize the principle of fusion to combine information from multiple sources in order to improve recognition accuracy whilst addressing some of the limitations of single-biometric systems. The past two decades have witnessed the development of a large number of biometric fusion schemes. This paper presents an overview of biometric fusion with specific focus on three questions: what to fuse, when to fuse, and how to fuse. A comprehensive review of techniques incorporating ancillary information in the biometric recognition pipeline is also presented. In this regard, the following topics are discussed: (i) incorporating data quality in the biometric recognition pipeline; (ii) combining soft biometric attributes with primary biometric identifiers; (iii) utilizing contextual information to improve biometric recognition accuracy; and (iv) performing continuous authentication using ancillary information. In addition, the use of information fusion principles for presentation attack detection and multibiometric cryptosystems is also discussed. Finally, some of the research challenges in biometric fusion are enumerated. The purpose of this article is to provide readers a comprehensive overview of the role of information fusion in biometrics.

연구 동기 및 목표

• 생체 융합의 세 가지 기본 질문인 무엇을 융합할 것인지, 언제 융합할 것인지, 어떻게 융합할 것인지에 대해 체계적인 개요를 제공하기 위해.
• 데이터 품질, 소프트 생체 특성, 맥락 메타데이터, 행동 패턴 등의 보조 정보를 생체 인식 파이프라인에 통합하여 성능을 향상시키기 위해.
• 제시 공격 탐지 및 다중 생체 암호화 시스템을 통한 보안 향상에 있어서 정보 융합의 역할을 검토하기 위해.
• 확장성, 센서 구성, 소형 장치 배포, 환경적 및 행동적 변화에 대한 내성 등 실현 가능한 다중 생체 인식 시스템 개발에 있어 열려 있는 연구 과제를 식별하고 논의하기 위해.
• 다양한 분야에서 실세계 적용을 위한 실용적이고 사용자 우호적이며 확장 가능한 다중 생체 인식 시스템 개발을 이끌기 위해.

제안 방법

• 생체 융합을 세 가지 차원으로 분류한다: 무엇을 융합할 것인지(모달리티, 알고리즘, 데이터 원천), 언제 융합할 것인지(특징 수준, 매칭 스코어 수준, 결정 수준 융합), 어떻게 융합할 것인지(통계적, 확률적, 신경망 기반, 규칙 기반 융합 방법).
• 융합 파이프라인에 데이터 품질 지표를 통합하여 신뢰성 향상과 오진률 감소를 위한 기법을 검토한다.
• 신장, 성별, 옷차림과 같은 소프트 생체 특성을 주 생체 식별자와 융합하여 저품질 또는 제약 없는 환경에서의 인식 성능 향상을 분석한다.
• 시간, 위치, 기기 사용 패턴 등의 맥락 정보를 활용하여 생체 결정을 정교화하고 지속적 인증을 지원하는 방법을 검토한다.
• 스마트폰 및 웨어러블 기기에서의 이석 센서, GPS, 오디오 등의 이질적 센서 데이터를 활용한 지속적 인증 방법을 조사한다.
• 다양한 센서 모달리티를 통한 스푸핑 공격 탐지 기법과 함께 생체 템플릿을 안전하게 저장하고 프라이버시를 보호하기 위한 융합 기반의 다중 생체 암호화 시스템을 논의한다.

실험 결과

연구 질문

• RQ1 다중 생체 인식 시스템에서 최적의 정보 원천을 조합하여 정확도와 내성의 최적화를 달성하기 위한 최적의 조합은 무엇인가?
• RQ2 생체 인식 파이프라인의 어느 단계(특징 수준, 스코어 수준, 결정 수준)에서 융합을 적용할 경우 최적의 성능을 달성할 수 있는가?
• RQ3 이미지 품질, 소프트 생체 특성, 맥락 데이터 등의 보조 정보를 융합 프레임워크에 효과적으로 통합하여 시스템 신뢰성을 향상시키는 방법은 무엇인가?
• RQ4 제시 공격 탐지 및 프라이버시 보존 생체 암호화 시스템을 통한 보안 향상에 가장 효과적인 융합 전략은 무엇인가?
• RQ5 다양하고 이질적인 인구 집단에 대규모로 확장하면서도 성능, 사용성, 프라이버시를 유지하는 데 있어 핵심 과제는 무엇인가?

주요 결과

• 다양한 생체 모달리티 간 융합은 특히 저품질 영상 또는 가림 상황과 같은 도전적인 조건에서 단일 모달리티 시스템보다 정확도가 크게 향상됨.
• 융합 파이프라인에 데이터 품질 지표를 통합함으로써 낮은 신뢰도의 입력을 걸러내어 오류율을 감소시키고 시스템의 신뢰성을 높임.
• 주 생체 특성 데이터가 열악하거나 가용하지 않은 제약 없는 환경에서 소프트 생체 특성과의 융합이 성능 향상에 기여함.
• 시간대, 위치, 기기 사용 패턴 등의 맥락 정보는 결정 수립을 정교화하고 사용자 부담을 줄인 지속적 인증을 가능하게 함.
• 원본 생체 템플릿을 평문으로 저장하지 않기 때문에 융합 기반의 다중 생체 암호화 시스템은 강력한 프라이버시 보장을 제공함.
• 가시광선 및 적외선 카메라 등 여러 센서 신호를 융합하는 제시 공격 탐지 시스템은 단일 센서 접근보다 스푸핑 공격에 더 높은 내성을 보임.