[论文解读] Fingerprint Recognition Using Minutia Score Matching

J, Ravi., Raja, K. B.+1 more|arXiv (Cornell University)|Jan 23, 2010

Biometric Identification and Security参考文献 18被引用 93

一句话总结

本文提出了一种使用细节点评分匹配（FRMSM）的指纹识别方法，通过应用块滤波器进行图像细化，从而在保持图像质量的同时提升细节点提取的准确性。该方法相较于现有算法具有更低的错误匹配比率，展示了在生物识别认证系统中更高的可靠性。

ABSTRACT

The popular Biometric used to authenticate a person is Fingerprint which is unique and permanent throughout a person's life. A minutia matching is widely used for fingerprint recognition and can be classified as ridge ending and ridge bifurcation. In this paper we projected Fingerprint Recognition using Minutia Score Matching method (FRMSM). For Fingerprint thinning, the Block Filter is used, which scans the image at the boundary to preserves the quality of the image and extract the minutiae from the thinned image. The false matching ratio is better compared to the existing algorithm.

研究动机与目标

• 通过降低生物识别认证系统中的错误匹配比率，提高指纹识别的准确性。
• 开发一种利用图像细化技术提取细节点的稳健方法，同时保持图像质量。
• 提出一种基于评分的匹配技术，以提升传统细节点匹配的可靠性。
• 将所提出方法的性能与现有指纹识别算法进行对比评估。

提出的方法

• 应用块滤波器对指纹图像进行细化，同时保留边缘细节和图像质量。
• 从细化后的图像中提取细节点，重点关注脊线端点和分叉点。
• 采用基于评分的匹配算法比较指纹模板，为匹配特征分配数值评分。
• 基于匹配的细节点计算两个指纹模板之间的相似度评分，从而减少误报。
• 该算法设计具有抗噪声和指纹图像中微小失真的能力。
• 使用标准指标评估性能，并与现有方法进行结果对比。

实验结果

研究问题

• RQ1 基于块滤波器的细化技术是否能提升指纹图像质量，从而实现更准确的细节点提取？
• RQ2 与传统细节点匹配相比，细节点评分匹配方法如何降低错误匹配比率？
• RQ3 在图像退化或噪声条件下，所提出方法在多大程度上仍能保持准确性？
• RQ4 FRMSM在匹配准确性和可靠性方面相较于现有指纹识别系统，性能提升如何？

主要发现

• 所提出的FRMSM方法相较于现有指纹识别算法，实现了更低的错误匹配比率。
• 块滤波器在细化过程中有效保持了图像质量，从而提升了细节点检测的准确性。
• 基于评分的匹配机制增强了对真实匹配与伪造匹配的区分能力。
• 由于采用了滤波与评分相结合的方法，该方法在抗图像噪声和微小失真方面表现出更强的鲁棒性。