[論文レビュー] A Collaborative Approach using Ridge-Valley Minutiae for More Accurate Contactless Fingerprint Identification

Ritesh Vyas, Ajay Kumar|arXiv (Cornell University)|Sep 13, 2019

Biometric Identification and Security被引用数 5

ひとこと要約

本稿では、接触なし指紋識別の正確性を向上させるために、畝・谷の細部特徴を用いた共同指紋照合手法を提案する。補完的な畝と谷の特徴を活用し、カラースペース変換を最適化することで、複数の公開データベースにおいて、最先端のシステムよりも顕著に高い照合性能を達成し、NBIS、MCC、COTS照合器において一貫した優位性を示した。

ABSTRACT

Contactless fingerprint identification has emerged as an reliable and user friendly alternative for the personal identification in a range of e-business and law-enforcement applications. It is however quite known from the literature that the contactless fingerprint images deliver remarkably low matching accuracies as compared with those obtained from the contact-based fingerprint sensors. This paper develops a new approach to significantly improve contactless fingerprint matching capabilities available today. We systematically analyze the extent of complimentary ridge-valley information and introduce new approaches to achieve significantly higher matching accuracy over state-of-art fingerprint matchers commonly employed today. We also investigate least explored options for the fingerprint color-space conversions, which can play a key-role for more accurate contactless fingerprint matching. This paper presents experimental results from different publicly available contactless fingerprint databases using NBIS, MCC and COTS matchers. Our consistently outperforming results validate the effectiveness of the proposed approach for more accurate contactless fingerprint identification.

研究の動機と目的

• 接触ベースの対比において、接触なし指紋システムの照合正確性が低いという問題に取り組む。
• より良い指紋照合を実現するため、畝と谷の細部特徴に内在する補完的情報を探索し、活用する。
• 接触なし指紋画像における特徴抽出を向上させるために、未利用に近いカラースペース変換を調査する。
• 畝と谷の特徴を統合する共同照合フレームワークを構築し、正確性を向上させる。
• 標準および商業用照合器を用いて、多様な接触なし指紋データベースで提案手法を検証する。

提案手法

• 本手法は、強化された画像前処理および方向場推定を用いて、接触なし指紋画像から畝と谷の細部特徴を抽出する。
• 畝と谷の細部特徴を統合する共同統合戦略を適用し、照合の信頼性を向上させるとともに、誤照合を低減する。
• 畝・谷のコントラスト強化に最適な表現を特定するため、複数のカラースペース変換（例：HSV、YCrCb）を評価する。
• 照合性能は、標準指紋照合器（NBIS、MCC）および商業システム（COTS）を用いて評価され、畝・谷特徴の統合は照合スコアレベルで実施される。
• マルチステージパイプラインを採用：画像強調処理、畝・谷特徴抽出、カラースペース最適化、共同照合統合。
• 一般化性と再現可能性を確保するため、公開可能な接触なし指紋データベースを対象に比較評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 畝と谷の細部特徴の統合は、接触なし指紋照合の正確性を顕著に向上させることができるか？
• RQ2 接触なし指紋画像における畝・谷構造の強化に最も効果的なカラースペース変換は何か？
• RQ3 畝と谷の特徴を共同で統合するアプローチは、従来の畝のみの照合と比較して、性能と耐障害性において優れているか？
• RQ4 最先端の照合器（NBIS、MCC、COTS）は、本手法の統合アプローチからどの程度の恩恵を受けるか？
• RQ5 本手法は、多様な接触なし指紋データベースおよび照合シナリオにおいて一貫して優れているか？

主な発見

• 提案された共同アプローチは、全テストデータベースおよび照合器において、最先端の手法よりも一貫して高い照合正確性を達成した。
• 畝と谷の細部特徴の統合により、接触なし指紋システムにおける誤照合率が顕著に低下し、真正照合率が向上した。
• 特にHSVおよびYCrCbは、畝・谷コントラストの強化と特徴抽出の信頼性向上に寄与する最適なカラースペース変換として同定された。
• 本手法は、個別の畝のみの照合や既存の統合技術を上回り、補完的特徴の活用の価値を示した。
• 複数のベンチマークデータベースで性能向上が確認され、本手法の耐障害性および一般化能力が裏付けられた。
• オープンソース（NBIS、MCC）および商業用（COTS）指紋照合器の両方において、本手法の共同フレームワークは測定可能な改善を示した。