[论文解读] Making Palm Print Matching Mobile

Fang Li, M.K.H. Leung+1 more|ArXiv.org|Dec 3, 2009

Biometric Identification and Security参考文献 10被引用 8

一句话总结

本文提出了一种基于新型RST不变方形感兴趣区域（ROI）提取方法的移动掌纹匹配系统，即使手指位置变化也能实现鲁棒的掌纹分割。该方法通过一个新创建的移动拍摄掌纹数据库进行了验证，展示了在实际移动生物识别应用中对欺骗和环境变化具有强抵抗力的高灵活性与可行性。

ABSTRACT

With the growing importance of personal identification and authentication in todays highly advanced world where most business and personal tasks are being replaced by electronic means, the need for a technology that is able to uniquely identify an individual and has high fraud resistance see the rise of biometric technologies. Making biometric based solution mobile is a promising trend. A new RST invariant square based palm print ROI extraction method was successfully implemented and integrated into the current application suite. A new set of palm print image database captured using embedded cameras in mobile phone was created to test its robustness. Comparing to those extraction methods that are based on boundary tracking of the overall hand shape that has limitation of being unable to process palm print images that has one or more fingers closed, the system can now effectively handle the segmentation of palm print images with varying finger positioning. The high flexibility makes palm print matching mobile possible.

研究动机与目标

• 实现使用掌纹的移动生物识别认证，解决现有系统在处理手指位置变化时的局限性。
• 开发一种对旋转、缩放和位移（RST）不变的鲁棒ROI提取方法，以实现一致的掌纹匹配。
• 创建一个新的移动拍摄掌纹图像数据库，用于在真实世界条件下测试系统性能。
• 提高在手部姿势多变的移动环境中掌纹匹配的灵活性和可靠性。
• 证明在移动设备上部署高安全性生物识别系统使用掌纹识别的可行性。

提出的方法

• 设计了一种新型RST不变的基于方形的ROI提取方法，可独立于手部方向或尺度定位掌纹区域。
• 该方法避免依赖对整个手部轮廓的追踪，因为当手指闭合或部分遮挡时，该方法会失效。
• 系统使用智能手机内置摄像头捕捉掌纹图像，形成用于评估的新数据集。
• ROI提取算法通过检测方形区域内的关键结构特征来处理图像，确保在各种输入条件下的一致性。
• 该方法可确保在不同手指位置或手部旋转情况下实现一致的特征提取与匹配。
• 系统将ROI提取与匹配流程集成到移动端应用套件中，实现实时性能。

实验结果

研究问题

• RQ1 掌纹匹配系统能否在配备摄像头的移动设备上有效部署？
• RQ2 与轮廓追踪方法相比，所提出的RST不变ROI提取方法在不同手指姿势下的表现如何？
• RQ3 在使用真实世界拍摄的移动掌纹图像时，系统的鲁棒性如何？
• RQ4 该新型ROI提取方法在复杂条件下对分割准确率的提升程度如何？
• RQ5 移动掌纹系统能否在实际生物识别认证中实现高安全性和高可靠性？

主要发现

• 所提出的RST不变方形ROI提取方法能够有效处理一个或多个手指闭合的掌纹图像，克服了轮廓追踪方法的局限性。
• 系统在不同手指位置和手部方向下表现出高度的鲁棒性和一致性，实现了掌纹的稳定分割。
• 成功创建了一个新的移动拍摄掌纹图像数据库，并用于验证系统的性能。
• 将该方法集成到移动端应用套件中，证实了在移动设备上部署掌纹匹配系统的可行性。
• 结果表明，该系统在高防欺诈性和易用性方面具有巨大潜力，适用于移动生物识别认证。
• 系统的灵活性和可靠性使其非常适合在移动安全应用中进行实际部署。