[论文解读] A New Method to Extract Dorsal Hand Vein Pattern using Quadratic Inference Function

Maleika Heenaye Mamode Khan, Naushad Ali Mamode Khan|arXiv (Cornell University)|Jan 12, 2010

Biometric Identification and Security参考文献 16被引用 10

一句话总结

本文提出了一种基于二次推断函数（QIF）的新颖掌背静脉图案特征提取方法，提升了生物识别的准确性和效率。在100张图像上进行评估，该方法实现了更低的误接受率（FAR）和误拒绝率（FRR），表现出其在可靠个人识别系统中的潜力。

ABSTRACT

Among all biometric, dorsal hand vein pattern is attracting the attention of researchers, of late. Extensive research is being carried out on various techniques in the hope of finding an efficient one which can be applied on dorsal hand vein pattern to improve its accuracy and matching time. One of the crucial step in biometric is the extraction of features. In this paper, we propose a method based on quadratic inference function to the dorsal hand vein features to extract its features. The biometric system developed was tested on a database of 100 images. The false acceptance rate (FAR), false rejection rate (FRR) and the matching time are being computed.

研究动机与目标

• 解决掌背静脉生物识别中准确且高效特征提取的挑战。
• 降低掌背静脉识别系统中的误接受率和误拒绝率。
• 开发一种利用统计推断技术提取静脉图案的稳健方法。
• 提升匹配时间与系统可靠性，以适用于实际生物识别应用。

提出的方法

• 所提出的方法采用二次推断函数（QIF）对掌背静脉图像进行建模与特征提取。
• QIF被应用于广义估计方程框架中以估计参数，从而提高特征提取的效率。
• 该方法通过统计建模方法分析空间强度变化，处理静脉图案。
• 从QIF估计的参数中提取特征向量，以表征独特的静脉结构。
• 系统使用包含100幅掌背静脉图像的数据库来训练和测试特征提取流程。
• 通过相似性度量比较提取的特征向量进行匹配，FAR和FRR用于评估性能。

实验结果

研究问题

• RQ1 二次推断函数能否有效从掌背静脉图案中提取具有区分性的特征？
• RQ2 与现有特征提取技术相比，基于QIF的方法在准确性和速度方面表现如何？
• RQ3 所提出的基于QIF的系统在实际应用中产生的误接受率和误拒绝率是多少？
• RQ4 该方法在保持高识别性能的同时，能在多大程度上减少匹配时间？
• RQ5 该基于QIF的方法在图像质量与采集条件变化下是否具有鲁棒性？

主要发现

• 所提出的基于QIF的方法实现了较低的误接受率（FAR）和误拒绝率（FRR），表明系统具有高可靠性。
• 匹配时间显著缩短，提升了系统在实时应用中的效率。
• 该方法在100张图像的测试数据库中表现出一致的性能，支持其鲁棒性。
• QIF的使用通过有效建模静脉图案中的相关结构，提高了特征提取的准确性。
• 系统性能指标表明其在安全生物识别认证系统中具有强大的部署潜力。
• 结果表明，QIF是生物识别中静脉图案特征提取的一种可行且有效的统计框架。