[논문 리뷰] Automatic Fingerprint Recognition Using Minutiae Matching Technique for the Large Fingerprint Database

Mohsen Sadeghi, S. M. Zamshed Farhan외 1명|arXiv (Cornell University)|2013. 04. 08.

Biometric Identification and Security참고 문헌 3인용 수 5

한 줄 요약

이 논문은 대규모 지문 데이터베이스에서 미세형질 매칭을 이용한 자동 지문 인식 시스템을 제안하며, 메모리와 처리 시간을 줄이기 위해 템플릿 생성을 최적화한다. 미세형질 검출을 향상시키고 효율적인 특징 기반 매칭을 사용함으로써, 기존 기법들에 비해 속도와 저장 효율성 측면에서 향상된 성능을 달성한다.

ABSTRACT

Extracting minutiae from fingerprint images is one of the most important steps in automatic fingerprint identification system. Because minutiae matching are certainly the most well-known and widely used method for fingerprint matching, minutiae are local discontinuities in the fingerprint pattern. In this paper a fingerprint matching algorithm is proposed using some specific feature of the minutiae points, also the acquired fingerprint image is considered by minimizing its size by generating a corresponding fingerprint template for a large fingerprint database. The results achieved are compared with those obtained through some other methods also shows some improvement in the minutiae detection process in terms of memory and time required.

연구 동기 및 목표

• 대규모 지문 데이터베이스에 적합한 효율적인 지문 인식 시스템을 개발하기 위해.
• 최적화된 지문 템플릿 생성을 통해 메모리와 처리 시간을 최소화하기 위해.
• 더 나은 매칭 신뢰성을 확보하기 위해 미세형질 검출 정확도를 향상시키기 위해.
• 성능 및 효율성 측면에서 기존 기법들과의 비교를 통해 제안된 방법의 성능을 평가하기 위해.

제안 방법

• 시스템은 영상 전처리 및 고리무늬 흐름 분석을 통해 지문 패턴의 국소적 불연속성인 미세형질 점을 추출한다.
• 비디오 크기를 줄이되 핵심적인 미세형질 특징을 유지함으로써 압축된 지문 템플릿을 생성한다.
• 미세형질 점의 기하학적 및 방향성 특성을 활용한 특징 기반 매칭을 적용하여 매칭 정확도를 향상시킨다.
• 알고리즘은 미세형질 점의 정렬과 공간적 관계를 기반으로 한 스코어링 메커니즘을 사용한다.
• 인식 성능을 훼손하지 않으면서도 메모리 프로파일을 줄이기 위해 템플릿 저장을 최적화한다.
• 기준 방법들과의 비교를 통해 매칭 정확도, 처리 시간, 메모리 사용량을 평가하여 성능을 평가한다.

실험 결과

연구 질문

• RQ1 대규모 데이터베이스에서 메모리 사용량을 줄이기 위해 지문 템플릿 생성을 어떻게 최적화할 수 있는가?
• RQ2 제안된 방법을 사용할 경우, 미세형질 검출 속도와 정확도에서 어떤 향상이 달성될 수 있는가?
• RQ3 처리 시간과 인식률 측면에서 제안된 매칭 기법은 기존 방법들과 비교해 어떻게 다른가?
• RQ4 지문의 기하학적 및 방향성 특징은 대규모 시스템에서 매칭 신뢰성을 향상시키는 데 기여하는가?
• RQ5 템플릿 크기 감소와 인식 성능 사이의 상충 관계는 어떠한가?

주요 결과

• 제안된 방법은 압축된 지문 템플릿을 생성함으로써 메모리 사용량을 크게 줄였다.
• 최적화된 템플릿 크기와 효율적인 미세형질 매칭 덕분에 처리 시간이 감소했다.
• 미세형질 검출 정확도 향상으로 인해 더 나은 매칭 신뢰성이 확보되었다.
• 속도와 메모리 효율성 측면에서 기존 기법들보다 뛰어난 성능을 보였다.
• 대규모 지문 데이터베이스 응용 분야에서 일관된 성능 향상이 입증되었다.