PIC-Score: Probabilistic Interpretable Comparison Score for Optimal Matching Confidence in Single- and Multi-Biometric (Face) Recognition

要約

タイトル：PIC-Score：単一および多生体認証（顔）認識における最適なマッチング信頼度のための確率的解釈可能比較スコア

要約：

– バイオメトリクスの文脈において、マッチング信頼度は、与えられたマッチングの決定が正しいかどうかの信頼性を指します。
– 多くのバイオメトリクスシステムは、法医学調査などの重要な決定プロセスで運用されるため、マッチング信頼度を正確に、信念を持って述べることは非常に重要です。
– バイオメトリクス信頼性推定に関する以前の研究は、高い信頼性と低い信頼性を区別できますが、解釈可能性に欠けます。したがって、決定の正確な確率的推定を提供しません。
– この研究では、同一のアイデンティティのサンプルから派生した確率が正確に反映される確率的解釈可能比較（PIC）スコアを提案しています。提案手法が最適なマッチング信頼性を提供することを証明しています。
– 他のアプローチとは異なり、それは複数のサンプルを結合して、さらに認識および信頼度推定パフォーマンスを向上させることができる共同PICスコアを最適化します。
– 実験では、提案されたPICアプローチが、公開された4つのデータベースと5つの最新の顔認識システムで利用可能なすべてのバイオメトリクス信頼性推定手法と比較されます。その結果、PICは似たようなアプローチと比較して非常に正確な確率的解釈があり、マルチバイオメトリック認証に非常に効果的であることが示されています。コードは公開されています。

要約(オリジナル)

In the context of biometrics, matching confidence refers to the confidence that a given matching decision is correct. Since many biometric systems operate in critical decision-making processes, such as in forensics investigations, accurately and reliably stating the matching confidence becomes of high importance. Previous works on biometric confidence estimation can well differentiate between high and low confidence, but lack interpretability. Therefore, they do not provide accurate probabilistic estimates of the correctness of a decision. In this work, we propose a probabilistic interpretable comparison (PIC) score that accurately reflects the probability that the score originates from samples of the same identity. We prove that the proposed approach provides optimal matching confidence. Contrary to other approaches, it can also optimally combine multiple samples in a joint PIC score which further increases the recognition and confidence estimation performance. In the experiments, the proposed PIC approach is compared against all biometric confidence estimation methods available on four publicly available databases and five state-of-the-art face recognition systems. The results demonstrate that PIC has a significantly more accurate probabilistic interpretation than similar approaches and is highly effective for multi-biometric recognition. The code is publicly-available.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI