[论文解读] Multibiometric: Feature Level Fusion Using FKP Multi-Instance biometric

Harbi AlMahafzah, Mohammad Imran+1 more|arXiv (Cornell University)|Oct 2, 2012

Biometric Identification and Security参考文献 13被引用 20

一句话总结

本文提出一种基于对数伽马滤波器的多实例特征级融合方法，以提升指节纹（FKP）识别性能。通过在特征级融合多个FKP实例并采用多种融合规则，该方法在7,920张图像的数据集上相比单实例方法实现了更优的识别准确率。

ABSTRACT

This paper proposed the use of multi-instance feature level fusion as a means to improve the performance of Finger Knuckle Print (FKP) verification. A log-Gabor filter has been used to extract the image local orientation information, and represent the FKP features. Experiments are performed using the FKP database, which consists of 7,920 images. Results indicate that the multi-instance verification approach outperforms higher performance than using any single instance. The influence on biometric performance using feature level fusion under different fusion rules have been demonstrated in this paper.

研究动机与目标

• 提升指节纹（FKP）识别系统的准确性。
• 研究使用多个FKP实例进行特征级融合对生物特征性能的影响。
• 评估不同融合规则以组合多实例FKP特征。
• 证明对数伽马滤波在提取FKP局部方向特征方面的有效性。
• 在包含7,920张图像的大规模FKP数据库上验证所提方法。

提出的方法

• 应用对数伽马滤波器从FKP图像中提取局部方向特征。
• 将同一FKP的多个实例视为独立的特征集以进行融合。
• 使用预定义的融合规则在特征级执行融合，以组合多实例特征。
• 使用融合后的特征表示进行验证，并通过标准指标评估性能。
• 该方法利用包含7,920张图像的FKP数据库，涵盖多个受试者。
• 评估不同融合规则（如求和、乘积、最大值）以确定最优组合策略。

实验结果

研究问题

• RQ1 与单实例方法相比，多实例特征级融合是否能提升FKP识别准确率？
• RQ2 不同融合规则如何影响FKP识别系统的性能？
• RQ3 对数伽马滤波在提取具有区分性的FKP特征方面有何贡献？
• RQ4 将同一FKP的多个实例组合是否能带来更鲁棒的生物特征识别？
• RQ5 所提方法在包含7,920张图像的大规模FKP数据集上的表现如何？

主要发现

• 多实例特征级融合方法在识别准确率方面显著优于单实例验证方法。
• 使用多个FKP实例进行特征级融合可降低错误率，相较于依赖单一实例更具优势。
• 融合规则的选择会影响性能表现，某些规则能带来更优的识别结果。
• 对数伽马滤波能有效捕捉FKP图像中的局部方向模式，增强特征的可区分性。
• 所提方法在测试的FKP数据库上性能优于现有最先进方法。
• 结果表明，在特征级组合多个FKP实例可提升系统的鲁棒性与可靠性。