CBRW: A Novel Approach for Cancelable Biometric Template Generation based on

要約

キャンセル可能な生体認証は、元の生体認証を別の不可逆領域に変換することで元の生体認証画像のセキュリティを確保する、挑戦的な研究分野です。
キャンセル可能な生体認証テンプレートを生成するためのいくつかのアプローチが文献で提案されています。
この論文では、ランダム ウォーク (CBRW) に基づいた 2 つの新規でシンプルなキャンセル可能な生体認証テンプレート生成方法が提案されています。
提案された 2 つのアルゴリズムで与えられるランダム ウォークとその他のステップを使用することにより、
CBRW-BitXOR および CBRW-BitCMP、元の生体認証はキャンセル可能なテンプレートに変換されます。
提案された方法のパフォーマンスを他の最先端の方法と比較します。
実験は、8 つの公的に利用可能なグレーとカラーのデータセット、つまり CP (耳) (グレーとカラー)、UTIRIS (虹彩) (グレーとカラー)、ORL (顔) (グレー)、IIT デリー (虹彩) (グレーとカラー) で実行されました。
）、AR（顔）（カラー）。
生成されたテンプレートのパフォーマンスは、相関係数 (Cr)、二乗平均平方根誤差 (RMSE)、ピーク信号対雑音比 (PSNR)、構造類似性 (SSIM)、平均絶対誤差 (MAE)、ピクセル変更数の観点から測定されます。
レート (NPCR)、および統一平均変化強度 (UACI)。
実験結果により、提案された方法は定性的および定量的分析において他の最先端の方法よりも優れていることが証明されました。
さらに、CBRW はカラー画像だけでなくグレー画像の両方でも優れたパフォーマンスを発揮します。

要約(オリジナル)

Cancelable Biometric is a challenging research field in which security of an original biometric image is ensured by transforming the original biometric into another irreversible domain. Several approaches have been suggested in literature for generating cancelable biometric templates. In this paper, two novel and simple cancelable biometric template generation methods based on Random Walk (CBRW) have been proposed. By employing random walk and other steps given in the proposed two algorithms viz. CBRW-BitXOR and CBRW-BitCMP, the original biometric is transformed into a cancellable template. The performance of the proposed methods is compared with other state-of-the-art methods. Experiments have been performed on eight publicly available gray and color datasets i.e. CP (ear) (gray and color), UTIRIS (iris) (gray and color), ORL (face) (gray), IIT Delhi (iris) (gray and color), and AR (face) (color). Performance of the generated templates is measured in terms of Correlation Coefficient (Cr), Root Mean Square Error (RMSE), Peak Signal to Noise Ratio (PSNR), Structural Similarity (SSIM), Mean Absolute Error (MAE), Number of Pixel Change Rate (NPCR), and Unified Average Changing Intensity (UACI). By experimental results, it has been proved that proposed methods are superior than other state-of-the-art methods in qualitative as well as quantitative analysis. Furthermore, CBRW performs better on both gray as well as color images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google