Finger Biometric Recognition With Feature Selection

要約

生体認証は、現代のデジタル時代において、機械学習やパターン認識のさまざまな分野で安全な自動人間認証を行うために不可欠です。
手の形状は、本人確認のための応用分野が豊富にある有望な生理学的生体特徴です。
親指の解剖学的基礎が複雑で、指間の姿勢が大きく変動するため、親指が非接触環境にある間は満足のいくパフォーマンスを達成できません。
親指に関連する障害を克服するために、4 つの指ベース (親指を除く) の生体認証アプローチが考案されました。
この章では、4 本の指に基づく生体認証方法について説明します。
繰り返しになりますが、重要でないフィーチャを削除してフィーチャの次元を削減するには、顕著なフィーチャの選択が不可欠です。
重要な特徴を強調するために、特徴の識別効率に従って重みが割り当てられます。
2 つの異なる戦略、つまり、適応前方選択および後方消去 (FoBa) アルゴリズムに基づいて、グローバルおよびローカル特徴選択方法が採用されます。
識別パフォーマンスは、重み付き k 近傍 (wk-NN) およびランダム フォレスト (RF) 分類器を使用して評価されます。
実験は、ボスポラス海峡の手データベースの 300 人の被験者に対して選択された特徴サブセットを使用して行われます。
ランクベースのローカル FoBa アルゴリズムによって選択された 25 個の特徴のサブセットを使用すると、98.67% という最高の識別精度と 4.6% の等誤り率 (EER) が達成されました。

要約(オリジナル)

Biometrics is indispensable in this modern digital era for secure automated human authentication in various fields of machine learning and pattern recognition. Hand geometry is a promising physiological biometric trait with ample deployed application areas for identity verification. Due to the intricate anatomic foundation of the thumb and substantial inter-finger posture variation, satisfactory performances cannot be achieved while the thumb is included in the contact-free environment. To overcome the hindrances associated with the thumb, four finger-based (excluding the thumb) biometric approaches have been devised. In this chapter, a four-finger based biometric method has been presented. Again, selection of salient features is essential to reduce the feature dimensionality by eliminating the insignificant features. Weights are assigned according to the discriminative efficiency of the features to emphasize on the essential features. Two different strategies namely, the global and local feature selection methods are adopted based on the adaptive forward-selection and backward-elimination (FoBa) algorithm. The identification performances are evaluated using the weighted k-nearest neighbor (wk-NN) and random forest (RF) classifiers. The experiments are conducted using the selected feature subsets over the 300 subjects of the Bosphorus hand database. The best identification accuracy of 98.67%, and equal error rate (EER) of 4.6% have been achieved using the subset of 25 features which are selected by the rank-based local FoBa algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google