[論文レビュー] End-to-End Pore Extraction and Matching in Latent Fingerprints: Going Beyond Minutiae

Dinh-Luan Nguyen, Anil K. Jain|arXiv (Cornell University)|May 27, 2019

Biometric Identification and Security参考文献 27被引用数 9

ひとこと要約

本論文は、高解像度（1,000 ppi）画像を活用して、従来の minutiae に基づく手法を超える認識性能を実現する、顕在指紋における自動的孔孔抽出およびマッチングのエンドツーエンドディープラーニングフレームワークを提示する。このシステムは、特に中程度の minutiae 数を持つケースにおいて、顕在指紋同定における孔孔を補助的特徴として組み合わせることで、リtrieval および検証においてわずかだが意味のある性能向上を達成している。

ABSTRACT

Latent fingerprint recognition is not a new topic but it has attracted a lot of attention from researchers in both academia and industry over the past 50 years. With the rapid development of pattern recognition techniques, automated fingerprint identification systems (AFIS) have become more and more ubiquitous. However, most AFIS are utilized for live-scan or rolled/slap prints while only a few systems can work on latent fingerprints with reasonable accuracy. The question of whether taking higher resolution scans of latent fingerprints and their rolled/slap mate prints could help improve the identification accuracy still remains an open question in the forensic community. Because pores are one of the most reliable features besides minutiae to identify latent fingerprints, we propose an end-to-end automatic pore extraction and matching system to analyze the utility of pores in latent fingerprint identification. Hence, this paper answers two questions in the latent fingerprint domain: (i) does the incorporation of pores as level-3 features improve the system performance significantly? and (ii) does the 1,000 ppi image resolution improve the recognition results? We believe that our proposed end-to-end pore extraction and matching system will be a concrete baseline for future latent AFIS development.

研究の動機と目的

• 顕在指紋における自動的孔孔抽出およびマッチングのエンドツーエンドシステムの開発、特に低品質で部分的なプリントの課題に対処すること。
• 孔孔をレベル3特徴として組み込むことで、minutiae 僅どのシステムに比べて認識精度が向上するかを評価すること。
• 1,000 ppi 画像解像度の向上が顕在指紋マッチング性能に顕著な改善をもたらすかを調査すること。
• 乳児指紋のように minutiae が疎であるような困難な状況でも、孔孔ベースのマッチングが有効に機能するかを評価すること。
• 将来的な顕在AFIS開発のための、孔孔を補助的特徴として用いた堅牢なベースラインを確立すること。

提案手法

• 孔孔抽出パイプラインは、適応的しきい値処理とモルフォロジカル操作を用いて、事前処理済みの指紋画像から候補孔孔領域を分離する。
• 連結成分がサイズおよび円形度に基づいて抽出・フィルタリングされ、汗孔に類似するもののみを保持する。
• ディープラーニングベースの特徴抽出モジュールを用いて、孔孔の空間的配置を符号化し、マッチングに活用する。
• 類似度スコアメカニズムにより、抽出された孔孔特徴を用いて、顕在指紋とロールド指紋テンプレート間のマッチスコアを計算する。
• スコアレベルの統合により、既存の商用製品（COTS）マッチャー（minutiae に基づくもの）およびテクスチャベースマッチャーと統合し、全体の検証精度を向上させる。
• 本システムは、NIST SD27（1,000 ppi 顕在データベース）および 1,900 ppi の乳児指紋データベースを用いて評価され、プリントタイプおよび品質の多様性にわたる一般化性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 孔孔をレベル3特徴として組み込むことで、minutiae 僅どのシステムに比べて顕在指紋認識性能が顕著に向上するか？
• RQ2 画像解像度を 1,000 ppi に引き上げることで、孔孔抽出およびマッチング精度に測定可能な改善が見られるか？
• RQ3 乳児指紋のように minutiae が少ない状況でも、孔孔ベースのマッチングが既存の minutiae に基づくマッチャーを効果的に補完できるか？
• RQ4 歪みやノイズが顕在指紋に一般的に見られる状況において、提案された孔孔抽出パイプラインの耐障害性はどの程度か？
• RQ5 孔孔、minutiae、テクスチャマッチャー間のスコア統合が、全体の検証精度をどの程度向上させるか？

主な発見

• 孔孔マッチャー単体で、乳児指紋において 0.1% FAR 時に TAR 52.94% を達成し、テクスチャベースマッチャー（31.37%）を上回ったが、COTS-A（72.54%）には及ばなかった。
• 孔孔スコアを COTS-A、COTS-B、およびテクスチャマッチャーと統合することで、乳児指紋において 0.1% FAR 時に TAR 88.23%、1.0% FAR 時に TAR 94.11% に向上した。
• NIST SD27 データセットでは、孔孔ベースマッチングが minutiae 僅どのマッチングに比べてわずかな改善にとどまり、主に歪みが強く、孔孔の可視度が低いことが要因である。
• 孔孔は、minutiae 数が少なすぎず多すぎない中程度のケースで最も効果的であり、信頼性の高い対応関係を提供する。
• 本システムは、1,900 ppi の乳児指紋に対しても、画像品質のばらつきに関わらず一貫した孔孔抽出を示し、優れた一般化性能を示した。
• 背景が多様な大規模かつ高解像度の顕在指紋データセットの不足が、さらなる進展の主要な障壁である。