[논문 리뷰] On Feature based Delaunay Triangulation for Palmprint Recognition

Zanobya N. Khan, Rashid Jalal Qureshi외 1명|arXiv (Cornell University)|2016. 02. 05.

Biometric Identification and Security참고 문헌 18인용 수 8

한 줄 요약

이 논문은 팔뚝 무늬 인식을 위한 특징 기반 델로네 삼각분할 방법을 제안한다. 이 방법은 니블랙 이진화를 통해 팔줄을 추출하고, 선분 끝점의 델로네 삼각분할을 이용해 위상적 구조를 구성하며, 회전 및 스케일에 대해 불변인 상대 기하학적 및 정량적 특징을 계산한다. 가중치가 부여된 유사도 측정법과 k-NN 분류기를 사용하여 대규모 데이터베이스에서 90%의 인식률을 달성한다.

ABSTRACT

Authentication of individuals via palmprint based biometric system is becoming very popular due to its reliability as it contains unique and stable features. In this paper, we present a novel approach for palmprint recognition and its representation. To extract the palm lines, local thresholding technique Niblack binarization algorithm is adopted. The endpoints of these lines are determined and a connection is created among them using the Delaunay triangulation thereby generating a distinct topological structure of each palmprint. Next, we extract different geometric as well as quantitative features from the triangles of the Delaunay triangulation that assist in identifying different individuals. To ensure that the proposed approach is invariant to rotation and scaling, features were made relative to topological and geometrical structure of the palmprint. The similarity of the two palmprints is computed using the weighted sum approach and compared with the k-nearest neighbor. The experimental results obtained reflect the effectiveness of the proposed approach to discriminate between different palmprint images and thus achieved a recognition rate of 90% over large databases.

연구 동기 및 목표

• 위상적 및 기하학적 특징을 활용한 강력한 팔뚝 무늬 인식 시스템을 개발하기 위해.
• 팔뚝 무늬 표현에서 회전 및 스케일에 대해 불변성을 확보하기 위해.
• 특징 기반 삼각분할 접근법을 통해 팔뚝 무늬 이미지 간의 분류 성능을 향상시키기 위해.
• 대규모 팔뚝 무늬 데이터베이스에서 높은 인식 정확도를 달성하기 위해.

제안 방법

• 팔뚝 무늬 이미지는 국소적 특징을 추출하기 위해 니블랙 이진화 알고리즘을 사용해 사전 처리된다.
• 추출된 팔줄의 끝점이 식별되고, 델로네 삼각분할의 정점으로 사용된다.
• 선분 끝점을 삼각분할하여 위상적 구조가 형성되며, 각 팔뚝 무늬마다 고유한 메esh가 생성된다.
• 유도된 삼각형들에서 기하학적 및 정량적 특징이 추출되며, 이는 각도, 변 길이, 면적 비율 등을 포함한다.
• 위상적 구조에 상대적으로 특징을 정규화하여 회전 및 스케일에 대해 불변성을 확보한다.
• 특징의 가중치 합을 사용해 팔뚝 무늬 쌍 간의 유사도를 계산한 후, k-NN 분류기를 적용한다.

실험 결과

연구 질문

• RQ1 델로네 삼각분할이 팔뚝 무늬 특징의 위상적 구조를 효과적으로 표현할 수 있는가?
• RQ2 삼각분할된 팔뚝 무늬에서 유도된 기하학적 특징을 어떻게 회전 및 스케일에 대해 불변으로 만들 수 있는가?
• RQ3 제안된 특징 기반 접근법이 기존 방법에 비해 인식 정확도를 어느 정도 향상시키는가?
• RQ4 가중치가 부여된 유사도 측정법이 서로 다른 팔뚝 무늬 샘플을 효과적으로 구분할 수 있는가?

주요 결과

• 제안된 방법은 대규모 팔뚝 무늬 데이터베이스에서 90%의 인식률을 달성했다.
• 상대 기하학적 특징의 사용으로 인해 회전 및 스케일에 대해 불변성이 확보되어 강인성이 향상되었다.
• 델로네 삼각분할은 각 팔뚝 무늬에 대해 고유한 위상적 구조를 성공적으로 생성했다.
• 가중치 합 유사도 측정법과 k-NN 분류기의 조합이 기준 방법에 비해 분류 성능에서 뛰어났다.