[论文解读] Mobile Touchless Fingerprint Recognition: Implementation, Performance and Usability Aspects

Jannis Priesnitz, Rolf Huesmann+3 more|arXiv (Cornell University)|Mar 4, 2021

User Authentication and Security Systems参考文献 31被引用 8

一句话总结

本论文提出了一种完全自动化的、基于智能手机的无接触指纹识别系统，采用现成组件，实现无接触生物特征认证。在受控条件下，其性能与触控式系统相当，并且用户因卫生原因更偏好无接触采集方式。研究提供了公开可用的代码和一个新的1,360份样本数据库，供未来研究使用。

ABSTRACT

This work presents an automated touchless fingerprint recognition system for smartphones. We provide a comprehensive description of the entire recognition pipeline and discuss important requirements for a fully automated capturing system. Also, our implementation is made publicly available for research purposes. During a database acquisition, a total number of 1,360 touchless and touch-based samples of 29 subjects are captured in two different environmental situations. Experiments on the acquired database show a comparable performance of our touchless scheme and the touch-based baseline scheme under constrained environmental influences. A comparative usability study on both capturing device types indicates that the majority of subjects prefer the touchless capturing method. Based on our experimental results we analyze the impact of the current COVID-19 pandemic on fingerprint recognition systems. Finally, implementation aspects of touchless fingerprint recognition are summarized.

研究动机与目标

• 开发一种完全自动化、基于智能手机的无接触指纹识别系统，使用现成组件。
• 在受控和非受控条件下评估无接触采集的生物特征性能。
• 评估无接触与触控式指纹采集在用户偏好和可用性方面的差异。
• 分析卫生顾虑（特别是新冠疫情期间）对指纹识别系统采纳的影响。
• 为未来无接触生物特征研究提供公开可用的实现代码和数据库。

提出的方法

• 利用安卓应用程序，通过智能手机后置摄像头全自动采集四根手指的图像。
• 采用盒子式和三脚架式设置，在受控和非受控环境条件下采集无接触指纹。
• 应用开源算法进行图像预处理、图像分割和特征点提取，以生成特征向量。
• 使用标准化的基于特征点的匹配算法进行性能评估和互操作性测试。
• 通过智能手机屏幕集成质量评估和视觉反馈，指导用户在采集过程中的操作。
• 在多个手指间进行生物特征融合，以提高识别准确率。

实验结果

研究问题

• RQ1 基于智能手机的无接触指纹识别系统能否实现与传统触控式系统相当的性能？
• RQ2 环境差异（受控 vs. 非受控）如何影响无接触采集的识别准确率？
• RQ3 用户对无接触与触控式指纹采集的偏好和可用性体验如何？
• RQ4 卫生顾虑（特别是新冠疫情期间）如何影响用户对指纹识别系统的接受度？
• RQ5 在实际应用中，无接触与触控式指纹样本之间的互操作性在多大程度上可行？

主要发现

• 在受控条件下，无接触指纹识别系统的等错误率（EER）为5.36%，与触控式基线系统相当。
• 非受控三脚架设置的性能劣于受控盒子设置，表明环境因素会影响识别准确率。
• 在无接触和触控式设置中，多指生物特征融合均显著提升了识别性能。
• 无接触与触控式样本之间的互操作性保持良好，仅出现轻微性能下降，表明不同模态间具有兼容性。
• 可用性研究显示，大多数用户因卫生顾虑更偏好无接触方式，并报告了更佳的整体用户体验。
• 研究发现因长指甲干扰分割导致一次采集失败（FTA），提示预处理阶段需改进指甲检测能力。