[论文解读] Biometric Matching and Fusion System for Fingerprints from Non-Distal Phalanges

Mehmet Kayaoğlu, Berkay Topçu+1 more|arXiv (Cornell University)|May 15, 2015

Biometric Identification and Security参考文献 24被引用 5

一句话总结

本文提出了一种基于生物特征的指纹匹配与融合系统，利用非远端指节（中间和近端）的纹线特征，在远端指节图像质量差或不可用时提升认证准确性。基于50名受试者、1600张图像的数据库，采用三种融合策略——简单求和、基于NFIQ的融合以及基于指节类型的融合，系统显著提升了识别性能，尤其在远端指纹不可用的情况下表现突出，为切换生物特征模态（如虹膜识别）不可行的场景提供了一种可行且低成本的替代方案。

ABSTRACT

Market research indicates that fingerprints are still the most popular biometric modality for personal authentication. Even with the onset of new modalities (e.g. vein matching), many applications within different domains (e-ID, banking, border control...) and geographies rely on fingerprints obtained from the distal phalanges (a.k.a. sections, digits) of the human hand structure. Motivated by the problem of poor quality distal fingerprint images affecting a non-trivial portion of the population (which decreases associated authentication accuracy), we designed and tested a multifinger, multiphalanx fusion scheme, that combines minutiae matching scores originating from non-distal (ie. middle and proximal) phalanges based on (i) simple sum fusion, (ii) NFIQ image-quality-based fusion, and (iii) phalanx-type-based fusion. Utilizing a medium-size (50 individuals, 400 unique fingers, 1600 distinct images) database collected in our laboratory with a commercial optical fingerprint sensor, and a commercial minutiae extractor & matcher (without any modification), allowed us to simulate a real-world fingerprint authentication setting. Detailed analyses including ROC curves with statistical confidence intervals show that the proposed system can be a viable alternative for cases where (i) distal phalanx images are not usable (e.g. due to missing digits, or low quality finger surface due to manual labor), and (ii) switching to a new biometric modality (e.g. iris) is not possible due to economical or infrastructure limits. Further, we show that when distal phalanx images are in fact usable, combining them with images from other phalanges increases accuracy as well.

研究动机与目标

• 解决因远端指纹图像质量差而影响实际应用中认证准确性的挑战。
• 探索利用非远端指节（中间和近端）的纹线特征作为可靠生物特征来源的可行性。
• 设计并评估一种多指、多指节融合系统，以在不修改现有商用指纹匹配系统的情况下提升识别性能。
• 评估将非远端指节数据与远端指节数据结合是否能进一步提升准确性。
• 为在无法切换至新模态（如虹膜识别）的环境中提供一种实用且低成本的生物特征认证解决方案。

提出的方法

• 系统使用商用光学指纹传感器采集50名受试者的图像，共获得1600张来自所有指节的指纹图像。
• 纹线特征通过商用指纹匹配器提取并匹配，未对算法进行任何修改。
• 应用三种融合策略：(i) 匹配得分的简单求和，(ii) 基于NFIQ的融合，按图像质量对得分加权，(iii) 基于指节类型的融合，分别处理中间和近端指节。
• 融合框架结合多个手指和指节的得分，以提升整体识别性能。
• 使用受试者工作特征曲线（ROC曲线）及其统计置信区间评估不同融合方案的系统性能。
• 通过在远端指节图像缺失或质量差的条件下测试系统，开展真实场景模拟。

实验结果

研究问题

• RQ1 当远端指节图像质量较差时，能否有效利用非远端指节（中间和近端）的指纹来提升生物特征认证的准确性？
• RQ2 在低质量场景下，哪种融合策略——简单求和、基于NFIQ的融合，还是基于指节类型的融合——能获得最高的识别准确率？
• RQ3 将非远端指节数据与可用的远端指节数据结合，是否能进一步提升系统准确率？
• RQ4 该融合系统能否作为切换至其他生物特征模态（如虹膜识别）的可行且低成本的替代方案？
• RQ5 在实际环境中，当图像质量因手工劳动或手指缺失等因素而变化时，系统表现如何？

主要发现

• 与仅使用远端指节相比，所提出的融合系统显著提升了识别准确率，尤其在远端图像质量差或缺失时表现更优。
• 基于NFIQ的融合策略在等错误率（EER）和ROC曲线下面积（AUC）方面均优于简单求和与基于指节类型的融合策略。
• 当远端指节图像可用时，将其与非远端指节数据结合可进一步降低EER，表明性能具有累加增益。
• 系统在多种实际场景中保持高性能，包括手指缺失或因手工劳动导致指纹表面退化的情况。
• 结果证实，非远端指节可作为可靠的生物特征来源，为切换生物特征模态提供实用且低成本的替代方案。
• 对ROC曲线的统计分析（含置信区间）证实，所有融合策略的性能提升均具有稳健性和显著性。