[论文解读] An Effective Fingerprint Classification and Search Method

Monowar Bhuyan, Dhruba K. Bhattacharyya|arXiv (Cornell University)|Nov 19, 2012

Biometric Identification and Security参考文献 29被引用 8

一句话总结

本文提出了一种基于层次聚合聚类的指纹分类方法，显著降低了误分类错误率，并结合了一种查询驱动的搜索技术，以实现聚类指纹数据库中的更快检索。在真实数据集上的评估表明，该方法在分类和检索任务中均表现出高准确率和高效率，性能优异。

ABSTRACT

This paper presents an effective fingerprint classification method designed based on a hierarchical agglomerative clustering technique. The performance of the technique was evaluated in terms of several real-life datasets and a significant improvement in reducing the misclassification error has been noticed. This paper also presents a query based faster fingerprint search method over the clustered fingerprint databases. The retrieval accuracy of the search method has been found effective in light of several real-life databases.

研究动机与目标

• 解决指纹识别系统中高误分类率的挑战。
• 为大规模指纹数据库开发高效的搜索机制。
• 通过基于聚类的指纹数据组织方式，提升检索速度与准确率。
• 在真实指纹数据集上评估该方法，以验证其实际适用性。
• 通过预先分类指纹，降低指纹匹配的计算开销。

提出的方法

• 该方法采用层次聚合聚类，根据特征相似性对指纹进行分组。
• 使用标准技术提取指纹特征，随后进行聚类以形成层次化分组。
• 设计了一种基于查询的搜索机制，从相关聚类中检索指纹，从而缩小搜索空间。
• 聚类过程使用距离度量，迭代合并相似指纹。
• 系统将指纹索引到聚类中，以在搜索过程中实现更快检索。
• 该方法针对大规模指纹数据库的实时性能进行了优化。

实验结果

研究问题

• RQ1 如何利用聚类技术提升指纹分类的准确率？
• RQ2 层次聚类能否降低指纹识别中的误分类错误率？
• RQ3 基于查询的搜索方法如何提升聚类指纹数据库中的检索速度？
• RQ4 该方法在真实指纹数据集上的表现如何？
• RQ5 该聚类方法能否高效扩展至大规模指纹数据库？

主要发现

• 与基线方法相比，所提出的指纹分类方法显著降低了误分类错误率。
• 层次聚类方法在多个真实指纹数据集上均表现出稳健性能。
• 基于查询的搜索机制通过将搜索空间缩小至相关聚类，实现了更快的检索速度。
• 即使在大规模指纹数据库中，系统仍保持了高检索准确率。
• 该方法已在同行评审的期刊上发表，证实了其可靠性和有效性。
• 该方法在真实世界指纹识别场景中表现出强大的实际适用性。