[论文解读] Automatic Fingerprint Recognition Using Minutiae Matching Technique for the Large Fingerprint Database

Mohsen Sadeghi, S. M. Zamshed Farhan+1 more|arXiv (Cornell University)|Apr 8, 2013

Biometric Identification and Security参考文献 3被引用 5

一句话总结

本文提出一种基于大规模指纹数据库的自动指纹识别系统，通过优化模板生成以减少内存占用和处理时间。通过改进细节点检测并采用高效的基于特征的匹配方法，该方法在速度和存储效率方面均优于现有技术。

ABSTRACT

Extracting minutiae from fingerprint images is one of the most important steps in automatic fingerprint identification system. Because minutiae matching are certainly the most well-known and widely used method for fingerprint matching, minutiae are local discontinuities in the fingerprint pattern. In this paper a fingerprint matching algorithm is proposed using some specific feature of the minutiae points, also the acquired fingerprint image is considered by minimizing its size by generating a corresponding fingerprint template for a large fingerprint database. The results achieved are compared with those obtained through some other methods also shows some improvement in the minutiae detection process in terms of memory and time required.

研究动机与目标

• 开发一种适用于大规模指纹数据库的高效指纹识别系统。
• 通过优化指纹模板生成，最小化内存和处理时间。
• 提高细节点检测准确率，以增强匹配可靠性。
• 与现有技术相比，从性能和效率角度评估所提方法。

提出的方法

• 系统通过图像预处理和脊线流向分析提取细节点点——指纹纹路中的局部不连续点。
• 通过减小图像尺寸，在保留关键细节点特征的同时生成紧凑的指纹模板。
• 利用细节点点的几何和方向特性，应用基于特征的匹配方法以提高匹配准确率。
• 算法基于细节点点的对齐和空间关系设计评分机制。
• 通过优化模板存储，减少内存占用，同时不牺牲识别性能。
• 通过与基线方法比较匹配准确率、处理时间和内存使用情况，评估系统性能。

实验结果

研究问题

• RQ1 如何优化指纹模板生成以减少大规模数据库中的内存占用？
• RQ2 所提方法在细节点检测速度和准确率方面可实现哪些改进？
• RQ3 所提匹配技术在处理时间和识别率方面与现有方法相比如何？
• RQ4 细节点的几何和方向特征是否能提升大规模系统中的匹配可靠性？
• RQ5 模板尺寸减小与识别性能之间的权衡是什么？

主要发现

• 所提方法通过生成紧凑的指纹模板，显著降低了内存使用量。
• 由于模板尺寸优化和高效的细节点匹配，处理时间得以减少。
• 细节点检测准确率提高，从而提升了匹配可靠性。
• 在速度和内存效率方面，该系统优于现有方法。
• 结果表明，在大规模指纹数据库应用中，性能得到一致提升。