Fingervein Verification using Convolutional Multi-Head Attention Network

要約

生体認証システムは、ユーザーフレンドリーで信頼性の高い本人認証を必要とするさまざまなセキュリティベースのアクセス制御アプリケーションに導入されています。
さまざまな生体認証の中でも、指静脈生体認証はその信頼性の高い認証性能により広く研究されています。
さらに、指静脈パターンは皮膚の内側にあり、外側には見えません。
したがって、プレゼンテーション攻撃や外部要因による劣化に対する固有の耐性を備えています。
この論文では、VeinAtnNet と呼ばれる畳み込みマルチヘッド アテンション ネットワークを使用した新しい指静脈検証手法を紹介します。
提案された VeinAtnNet は、通常の指静脈画像と強化された指静脈画像の両方から判別情報を抽出しながら、学習可能なパラメータの数を減らして軽量化を実現するように設計されています。
提案された VeinAtnNet は、複数のセッションでキャプチャされた 300 個の固有の指静脈パターンを含む新しく構築された指静脈データセットでトレーニングされ、固有の指静脈ごとに 92 個のサンプルが取得されました。
新しく収集されたデータセット FV-300 と、公開されている FV-USM および FV-PolyU 指静脈データセットに対して広範な実験が実行されました。
提案された方法のパフォーマンスが 5 つの最先端の指静脈認証システムと比較され、提案された VeinAtnNet の有効性が示されました。

要約(オリジナル)

Biometric verification systems are deployed in various security-based access-control applications that require user-friendly and reliable person verification. Among the different biometric characteristics, fingervein biometrics have been extensively studied owing to their reliable verification performance. Furthermore, fingervein patterns reside inside the skin and are not visible outside; therefore, they possess inherent resistance to presentation attacks and degradation due to external factors. In this paper, we introduce a novel fingervein verification technique using a convolutional multihead attention network called VeinAtnNet. The proposed VeinAtnNet is designed to achieve light weight with a smaller number of learnable parameters while extracting discriminant information from both normal and enhanced fingervein images. The proposed VeinAtnNet was trained on the newly constructed fingervein dataset with 300 unique fingervein patterns that were captured in multiple sessions to obtain 92 samples per unique fingervein. Extensive experiments were performed on the newly collected dataset FV-300 and the publicly available FV-USM and FV-PolyU fingervein dataset. The performance of the proposed method was compared with five state-of-the-art fingervein verification systems, indicating the efficacy of the proposed VeinAtnNet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google