[논문 리뷰] A New Method to Extract Dorsal Hand Vein Pattern using Quadratic Inference Function

Maleika Heenaye Mamode Khan, Naushad Ali Mamode Khan|arXiv (Cornell University)|2010. 01. 12.

Biometric Identification and Security참고 문헌 16인용 수 10

한 줄 요약

이 논문은 이차 추론 함수(QIF)를 사용하여 등허리 정맥 패턴의 새로운 특징 추출 방법을 제안하며, 생체 인식 정확도와 효율성을 향상시킨다. 100幅 이미지에서 평가한 결과, 낮은 잘못된 수락(FAR) 및 잘못된 기각(FRR) 비율을 기록하여 신뢰할 수 있는 개인 신원 확인 시스템의 잠재력을 입증한다.

ABSTRACT

Among all biometric, dorsal hand vein pattern is attracting the attention of researchers, of late. Extensive research is being carried out on various techniques in the hope of finding an efficient one which can be applied on dorsal hand vein pattern to improve its accuracy and matching time. One of the crucial step in biometric is the extraction of features. In this paper, we propose a method based on quadratic inference function to the dorsal hand vein features to extract its features. The biometric system developed was tested on a database of 100 images. The false acceptance rate (FAR), false rejection rate (FRR) and the matching time are being computed.

연구 동기 및 목표

• 등허리 정맥 생체 인식에서 정확하고 효율적인 특징 추출 문제를 해결하기 위해.
• 손 정맥 인식 시스템에서 잘못된 수락 및 기각 비율을 줄이기 위해.
• 통계적 추론 기법을 사용하여 정맥 패턴을 추출하는 강건한 방법을 개발하기 위해.
• 실용적인 생체 인식 응용을 위한 매칭 시간과 시스템 신뢰성을 향상시키기 위해.

제안 방법

• 제안된 방법은 이차 추론 함수(QIF)를 활용하여 등허리 정맥 영상의 특징을 모델링하고 추출한다.
• QIF는 일반화된 추정 방정식 프레임워크 내에서 매개변수를 추정하는 데 적용되어 특징 추출의 효율성을 향상시킨다.
• 이 방법은 통계적 모델링 접근법을 통해 공간적 강도 변화를 분석함으로써 정맥 패턴을 처리한다.
• 유일한 정맥 구조를 나타내기 위해 QIF로 추정한 매개변수에서 특징 벡터를 유도한다.
• 학습 및 테스트를 위한 특징 추출 파이프라인을 구축하기 위해 100幅의 등허리 정맥 영상 데이터베이스를 사용한다.
• 유사도 측정 기반으로 추출된 특징 벡터를 비교하여 매칭을 수행하며, 성능은 FAR 및 FRR를 통해 평가된다.

실험 결과

연구 질문

• RQ1 이차 추론 함수(QIF)는 등허리 정맥 패턴에서 분류 가능한 특징을 효과적으로 추출할 수 있는가?
• RQ2 기존의 특징 추출 기법과 비교할 때 QIF 기반 방법은 정확도와 속도 측면에서 어떻게 다른가?
• RQ3 제안된 QIF 기반 시스템을 사용할 경우 도출되는 잘못된 수락 및 기각 비율은 무엇인가?
• RQ4 매칭 시간은 얼마나 줄어들었는가? 이는 높은 인식 성능를 유지하면서도 유지되는가?
• RQ5 이 방법은 영상 품질 및 촬영 조건의 변화에 대해 얼마나 강건한가?

주요 결과

• 제안된 QIF 기반 방법은 낮은 잘못된 수락 비율(FAR)과 잘못된 기각 비율(FRR)을 기록하여 시스템의 높은 신뢰성을 나타낸다.
• 매칭 시간이 크게 단축되어 실시간 응용에 있어 시스템의 효율성이 향상되었다.
• 100幅 이미지 테스트 데이터베이스 전반에서 일관된 성능을 보이며, 이는 강건성을 뒷받침한다.
• QIF의 사용은 정맥 패턴 내 상관관계 구조를 효과적으로 모델링하여 특징 추출 정확도를 향상시켰다.
• 시스템의 성능 지표는 보안 생체 인식 인증 시스템에의 구현 가능성을 강력히 시사한다.
• 결과적으로 QIF는 생체 인식 분야에서 정맥 패턴 특징 추출을 위한 타당하고 효과적인 통계적 프레임워크임을 시사한다.