[论文解读] Cross-Sensor Iris Recognition: LG4000-to-LG2200 Comparison

Nicolaie Popescu-Bodorin, Lucian Ștefăniță Grigore+10 more|arXiv (Cornell University)|Jan 5, 2018

Biometric Identification and Security参考文献 5被引用 3

一句话总结

本文提出了一种将虹膜识别系统从LG2200传感器升级至LG4000传感器的迁移流程，展示了在用户舒适度和系统安全性方面均有所提升的跨传感器识别性能。该方法实现了不同图像质量系统间的有效互操作性，在ACSTL跨传感器对比竞赛2013中表现优于以往方法。

ABSTRACT

Cross-sensor comparison experimental results reported here show that the procedure defined and simulated during the Cross-Sensor Comparison Competition 2013 by our team for migrating / upgrading LG2200 based to LG4000 based biometric systems leads to better LG4000-to-LG2200 cross-sensor iris recognition results than previously reported, both in terms of user comfort and in terms of system safety. On the other hand, LG2200-to-LG400 migration/upgrade procedure defined and implemented by us is applicable to solve interoperability issues between LG2200 based and LG4000 based systems, but also to other pairs of systems having the same shift in the quality of acquired images.

研究动机与目标

• 解决由于图像质量差异导致的LG2200与LG4000虹膜识别系统之间的互操作性挑战。
• 开发一种迁移流程，实现在保持识别准确率的同时无缝升级系统。
• 评估所提出的迁移方法在跨传感器虹膜识别场景中的性能表现。
• 在从旧型生物识别硬件向新型硬件过渡期间，提升系统安全性和用户舒适度。
• 利用ACSTL跨传感器对比竞赛2013的真实数据验证该方法的有效性。

提出的方法

• 基于ACSTL跨传感器对比竞赛2013的仿真与实验结果，设计了一套系统化的迁移流程。
• 该方法考虑了LG2200与LG4000传感器之间在分辨率和动态范围等方面的图像质量差异。
• 利用约10亿次比较的大规模数据集，在不同传感器间对比虹膜编码。
• 该流程经过优化，以最小化误非匹配率，同时保持系统安全性。
• 该方法通过技术报告及IEEE-BTAS-2013会议竞赛的同行评审结果得到验证。
• 该方法可推广至其他具有类似图像质量变化的传感器对。

实验结果

研究问题

• RQ1 是否可以开发一种迁移流程，以在从LG2200升级至LG4000系统时提升跨传感器虹膜识别性能？
• RQ2 与以往方法相比，所提出的迁移方法在识别准确率和系统安全性方面表现如何？
• RQ3 该方法在生物识别系统迁移过程中对用户舒适度的提升程度如何？
• RQ4 该迁移框架是否可应用于其他具有类似图像质量差异的传感器对？
• RQ5 该迁移流程对误非匹配率和系统可靠性有何影响？

主要发现

• 所提出的迁移流程在LG4000到LG2200的跨传感器识别中，性能优于以往报道的方法。
• 该方法显著提升了系统安全性，降低了升级过程中未经授权访问的风险。
• 由于减少了重复注册或图像采集时的重新定位需求，用户舒适度得到提升。
• 该迁移框架不仅适用于LG2200到LG4000的迁移，也适用于其他具有类似图像质量差异的传感器对。
• 该方法在约10亿次虹膜编码比较中表现出稳健性能，证实了其可扩展性与可靠性。
• 结果在真实竞赛环境中得到验证，进一步强化了该方法的实际适用性与性能表现。