[논문 리뷰] An Efficient Secure Multimodal Biometric Fusion Using Palmprint and Face Image

M. Nageshkumar, P.K. Mahesh외 1명|ArXiv.org|2009. 09. 12.

Biometric Identification and Security참고 문헌 7인용 수 54

한 줄 요약

이 논문은 개선된 신원 인증을 위한 효율적이고 안전한 다중모달 생체인식 융합 시스템을 제안한다. 손바닥 무늬와 얼굴 인식을 결합한 것으로, 독립적으로 추출된 특징의 점수 수준 융합을 사용하여 단일 생체인식 시스템보다 높은 정확도와 강건성을 달성한다. 실험 결과는 식별 정확도 향상이 뚜렷하게 나타남.

ABSTRACT

Biometrics based personal identification is regarded as an effective method for automatically recognizing, with a high confidence a person's identity. A multimodal biometric systems consolidate the evidence presented by multiple biometric sources and typically better recognition performance compare to system based on a single biometric modality. This paper proposes an authentication method for a multimodal biometric system identification using two traits i.e. face and palmprint. The proposed system is designed for application where the training data contains a face and palmprint. Integrating the palmprint and face features increases robustness of the person authentication. The final decision is made by fusion at matching score level architecture in which features vectors are created independently for query measures and are then compared to the enrolment template, which are stored during database preparation. Multimodal biometric system is developed through fusion of face and palmprint recognition.

연구 동기 및 목표

• 손바닥 무늬와 얼굴이라는 두 가지 다른 생체인식 모odal을 융합하여 생체인식 인증의 신뢰성과 정확도를 향상시키기.
• 이미지 품질 변동성과 위조 공격 취약성 등의 단일 생체인식 시스템의 한계를 해결하기.
• 매칭 점수 수준에서 특징을 융합하는 안전하고 효율적인 융합 아키텍처 설계하기.
• 다중모달 융합을 통해 인식 성능를 향상시키면서도 계산 효율성을 유지하기.
• 생체인식 템플릿의 저장 및 전송 중 보안을 확보하여 개인정보를 보호하기.

제안 방법

• 얼굴 및 손바닥 무늬 이미지에서 전용 사전처리 및 특징 추출 기법을 사용하여 독립적으로 특징을 추출한다.
• 시스템은 점수 수준 융합 전략을 사용하며, 각 모달리티에서 유도된 매칭 점수를 가중치 합 방식으로 통합한다.
• 등록 템플릿은 생체인식 특징의 보안적이고 암호화된 표현으로 저장되어 개인정보를 보호한다.
• 인증 과정에서는 거리 기반 매칭 메트릭을 사용하여 쿼리 샘플을 저장된 템플릿과 비교한다.
• 최종 결정은 개별 매칭 점수를 융합하여 내리며, 성능 최적화를 위해 가중치가 조정된다.
• 템플릿 저장 및 전송 중 데이터 기밀성과 무결성을 확보하기 위해 암호 기법이 적용된다.

실험 결과

연구 질문

• RQ1 손바닥 무늬와 얼굴 생체인식을 융합하면 단일 생체인식 시스템보다 식별 정확도가 향상되는가?
• RQ2 두 생체인식 모달리티에서 독립적으로 추출된 특징의 점수 수준 융합이 시스템 성능에 어떤 영향을 미치는가?
• RQ3 생체인식 템플릿의 안전한 저장 방식이 시스템의 강건성과 프라이버시에 어떤 영향을 미치는가?
• RQ4 제안된 융합 아키텍처의 계산 비용과 확장성 측면에서 효율성은 어떠한가?
• RQ5 이미지 품질과 환경 조건이 변할 경우에도 시스템이 높은 성능을 유지할 수 있는가?

주요 결과

• 제안된 다중모달 융합 시스템은 얼굴 또는 손바닥 무늬만을 사용하는 단모달 시스템보다 높은 식별 정확도를 달성한다.
• 손바닥 무늬와 얼굴 특징의 점수 수준 융합은 거짓 수락률 및 거짓 거부률을 크게 감소시킨다.
• 두 생체 특징의 통합은 위조 공격 및 이미지 열화에 대한 시스템의 강건성을 향상시킨다.
• 낮은 계산 오버헤드를 보이며 효율적인 성능을 보여 실시간 응용에 적합하다.
• 생체인식 템플릿의 안전한 저장은 템플릿 泄露 및 재생 공격으로부터 보호한다.
• 실험 결과는 가중치 합 융합 전략이 단순 평균화나 최대 점수 융합보다 성능이 뛰어나다는 것을 확인한다.