[논문 리뷰] Multispectral Palmprint Encoding and Recognition

Zohaib Khan, Faisal Shafait외 2명|arXiv (Cornell University)|2014. 02. 06.

Biometric Identification and Security참고 문헌 43인용 수 11

한 줄 요약

이 논문은 가시광선 및 적외선 대역 간에 강력하고 효율적이며 정확한 매칭을 가능하게 하는 이진 해시 기반 특징 인코딩 방법인 Contour Code를 제안한다. 자동 ROI 추출, 다방향 윤곽 특징 인코딩, 그리고 압축된 해시 테이블 구조를 결합함으로써, PolyU에서 0.003%의 EER, CASIA에서 0.2%의 EER를 기록하여 검증 및 식별 작업 모두에서 기존 기법들을 크게 능가하는 최신 기술 수준의 성능을 달성한다.

ABSTRACT

Palmprints are emerging as a new entity in multi-modal biometrics for human identification and verification. Multispectral palmprint images captured in the visible and infrared spectrum not only contain the wrinkles and ridge structure of a palm, but also the underlying pattern of veins; making them a highly discriminating biometric identifier. In this paper, we propose a feature encoding scheme for robust and highly accurate representation and matching of multispectral palmprints. To facilitate compact storage of the feature, we design a binary hash table structure that allows for efficient matching in large databases. Comprehensive experiments for both identification and verification scenarios are performed on two public datasets -- one captured with a contact-based sensor (PolyU dataset), and the other with a contact-free sensor (CASIA dataset). Recognition results in various experimental setups show that the proposed method consistently outperforms existing state-of-the-art methods. Error rates achieved by our method (0.003% on PolyU and 0.2% on CASIA) are the lowest reported in literature on both dataset and clearly indicate the viability of palmprint as a reliable and promising biometric. All source codes are publicly available.

연구 동기 및 목표

• 가시광선 및 적외선 대역을 활용한 다스펙트럴 밸름프린트 인식의 강력하고 효율적인 도전 과제를 해결하기 위해.
• 대규모 데이터베이스에서 빠른 매칭을 가능하게 하는 압축형 이진 특징 인코딩 체계를 개발하기 위해.
• 점수 정규화가 필요 없이도 다스펙트럴 특징을 융합함으로써 인식 정확도를 향상시키기 위해.
• 비접촉 밸름프린트 이미지에서 RST 변형에 취약한 영역을 신뢰성 있게 추출할 수 있도록 하기 위해.
• 공개 데이터셋에서 검증 및 식별 시나리오 모두에서 기존 최신 기술 기법들을 능가하기 위해.

제안 방법

• 비접촉 밸름프린트 이미지의 RST 변형을 다루기 위해 수동으로 레이블링된 진짜값과 비교하여 검증된 자동 영역-중점(ROI) 추출 기법을 제안한다.
• 윤곽선 기반 특징 추출을 활용하여 다중 스펙트럼 대역 간에 선형 특징을 강력하게 캡처할 수 있도록 다방향 윤곽 특징 인코딩(Contour Code)을 설계한다.
• Contour Code는 이진 형식으로 인코딩되어 해시 테이블 구조에 저장되어 대규모 데이터베이스에서 효율적이고 확장 가능한 매칭을 가능하게 한다.
• 두 가지 매칭 모드를 도입한다: STM(단일 대 다수) 및 ATM(모든 대 다수)이며, ATM은 한 번의 연산으로 다스펙트럴 대역의 동시에 융합 및 점수 수준의 조합을 가능하게 한다.
• 고정 크기의 이진 해시 테이블을 사용하여 압축된 저장(팔당 676바이트)과 고속 매칭(표준 CPU에서 1대역당 70,000건 이상/초)을 달성한다.
• 융합 이전에 점수 정규화가 필요 없게 되어, 매칭 파이프라인을 단순화하면서도 높은 정확도를 유지한다.

실험 결과

연구 질문

• RQ1 비접촉 다스펙트럴 밸름프린트 이미지에서 RST 변형을 완화하기 위해 강력하고 자동적인 ROI 추출 기법을 개발할 수 있는가?
• RQ2 가시광선 및 적외선 대역의 다스펙트럴 특징를 효과적으로 인코딩하여 분류 정보를 유지하면서도 효율적인 저장과 매칭을 가능하게 할 수 있는가?
• RQ3 점수 정규화 없이도 빠르고 확장 가능한 매칭과 동시에 다스펙트럴 대역의 점수 수준 융합을 지원하는 이진 해시 테이블 구조를 설계할 수 있는가?
• RQ4 제안된 Contour Code 방법이 공개된 다스펙트럴 밸름프린트 데이터베이스에서 검증 및 식별 작업 모두에서 기존 최신 기술 기법들을 능가하는가?
• RQ5 흐림 및 이미지 품질 악화가 제안된 방법의 성능에 미치는 영향은 무엇이며, 이러한 조건에서 기존 기법들과 비교해 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 Contour Code-ATM 방법은 PolyU 데이터셋에서 0.003%의 동일 오류율(EER)을 기록하여 문헌에 보고된 바 중 가장 낮은 수준을 달성했다.
• CASIA 데이터셋에서는 0.2%의 EER를 기록하여 역시 보고된 바 중 가장 낮은 수준이었으며, 실제 환경 조건에서도 뛰어난 강성과 내구성을 입증했다.
• Contour Code-ATM는 PolyU 데이터베이스에서 랭크-1 식별 정확도 100%를 기록했고, CASIA 데이터베이스에서는 99.88%를 달성하여 비교된 모든 최신 기술 기법들을 능가했다.
• 표준 2.67 GHz CPU에서 1대역당 70,000건 이상의 매칭 속도를 기록하여 높은 계산 효율성을 입증했다.
• 이진 해시 테이블 구조 덕분에 팔당 676바이트의 압축된 저장이 가능하여 원시 특징 표현 방식에 비해 메모리 사용량을 크게 줄였다.
• ATM 매칭 모드가 STM 모드를 항상 능가하여, 내장된 융합 기능이 있는 모든 대 다수 매칭 방식이 단일 대 다수 매칭보다 더 효과적임을 시사한다.