[논문 리뷰] DWT Based Fingerprint Recognition using Non Minutiae Features

Deepak Kumar, K B Raja외 2명|arXiv (Cornell University)|2011. 06. 17.

Biometric Identification and Security참고 문헌 25인용 수 12

한 줄 요약

이 논문은 범죄 수사 및 보안 응용 분야에서 정확도를 향상시키기 위해 비미니티아 특징을 사용하는 DWT 기반 지문 인식 시스템을 제안한다. 지문 영상을 3단계 이산 웨이블릿 변환(DWT)을 적용하여 분해하고, LL 밴드에서 주된 기울기 및 일관성을 추출하며, 모든 서브밴드를 통해 중심 영역 및 에지 특징을 계산함으로써, 유클리드 거리 기반 매칭을 통해 기존 방법보다 낮은 FAR, FRR 및 TSR을 달성한다.

ABSTRACT

Forensic applications like criminal investigations, terrorist identification and National security issues require a strong fingerprint data base and efficient identification system. In this paper we propose DWT based Fingerprint Recognition using Non Minutiae (DWTFR) algorithm. Fingerprint image is decomposed into multi resolution sub bands of LL, LH, HL and HH by applying 3 level DWT. The Dominant local orientation angle θ and Coherence are computed on LL band only. The Centre Area Features and Edge Parameters are determined on each DWT level by considering all four sub bands. The comparison of test fingerprint with database fingerprint is decided based on the Euclidean Distance of all the features. It is observed that the values of FAR, FRR and TSR are improved compared to the existing algorithm.

연구 동기 및 목표

• 범죄 수사 및 국가 보안 응용 분야를 위한 강력한 지문 인식 시스템을 개발하기 위해.
• 이미지 열화에 민감한 전통적인 미니티아 기반 특징에 대한 의존도를 줄이기 위해.
• 다중 해상도 DWT 분해에서 유도된 비미니티아 특징을 활용하여 정확도를 향상시키기 위해.
• 특징 기반 매칭을 통해 오류율인 FAR, FRR 및 총 성공률(TSR)을 최소화하기 위해.
• 지문 인식 분야의 표준 지표를 사용하여 기존 알고리즘과의 성능 평가를 수행하기 위해.

제안 방법

• 지문 영상을 서브밴드로 분해하기 위해 3단계 이산 웨이블릿 변환(DWT)을 적용한다: LL, LH, HL, HH.
• 주로 주 구조적 정보를 담고 있는 LL 서브밴드에서 주로 국소 기울기 각도(θ)와 일관성 값을 계산한다.
• 각 분해 수준에서 모든 네 개의 DWT 서브밴드에서 중심 영역 특징 및 에지 파rameter를 추출한다.
• 테스트 지문 특징을 데이터베이스의 특징과 비교하기 위해 유클리드 거리를 사용하여 매칭을 수행한다.
• 다중 DWT 수준에 걸친 특징 통합을 통해 분류 능력과 내성 강도를 향상시킨다.
• 기울기, 일관성, 중심 영역 및 에지 파rameter를 조합한 특징 벡터를 분류에 활용한다.

실험 결과

연구 질문

• RQ1 DWT에서 유도된 비미니티아 특징이 기존의 미니티아 기반 방법에 비해 지문 인식 정확도를 향상시킬 수 있는가?
• RQ2 다중 해상도 DWT 분해가 노이즈가 많거나 열화된 지문 영상에서 특징 추출에 어떻게 기여하는가?
• RQ3 추출된 특징(기울기, 일관성, 중심 영역, 에지 파rameter)이 FAR 및 FRR 감소에 얼마나 기여하는가?
• RQ4 제안된 DWT 기반 매칭 전략은 기존의 지문 인식 알고리즘 대비 성능에서 어떻게 비교되는가?
• RQ5 다중 DWT 서브밴드에 걸친 특징 통합이 인식 신뢰성 및 내성 강도 향상에 기여하는가?

주요 결과

• 제안된 DWTFR 알고리즘은 기존 방법에 비해 더 낮은 오류 수용률(FAR)을 달성하여 성능 향상을 이룬다.
• 오류 거부률(FRR)이 감소하여 진짜 지문 샘플 매칭의 신뢰성이 향상됨을 나타낸다.
• 총 성공률(TSR)이 향상되어 지문 인식의 총합 정확도가 높아짐을 보여준다.
• 기울기, 일관성 및 에지 파rameter와 같은 비미니티아 특징의 사용이 이미지 열화에 대한 강건성에 크게 기여한다.
• 기울기 및 일관성 추출을 위해 LL 밴드를 활용하고, 다중 수준 DWT 서브밴드 분석을 통합함으로써 분류 능력이 향상된다.
• 유클리드 거리 기반 매칭 전략이 특징 벡터를 효과적으로 비교하여 일관되고 정확한 식별 결과를 도출한다.