Cross-Spectral Vision Transformer for Biometric Authentication using Forehead Subcutaneous Vein Pattern and Periocular Pattern

要約

例えば、顔認証に基づくバイオメトリクスは、顔面マスクの着用により失敗し、指紋は衛生上の懸念を引き起こすなど、従来のバイオメトリクス・システムは、様々な避けられない要因のために大きな後退に遭遇してきた。本論文では、額の皮下静脈パターンと眼球周囲パターンを用いた生体認証のための新規な軽量クロススペクトルビジョントランスフォーマー（CS-ViT）を提案し、従来の方法に代わる有望な方法を提供する。提案されたフレームワークは、2つの異なるバイオメトリック特性を扱い、相対的なスペクトルパターンの相互依存性を捉えるように設計されたクロススペクトルデュアルチャネルアーキテクチャで構成される。各チャンネルは位相相関クロススペクトルアテンション(POC-CSA)で構成され、個々のパターンと相関パターンを捕捉する。POCを用いたクロススペクトルアテンションの計算は、空間特徴における位相相関を抽出する。そのため、両生体計測特徴が同一人物のものであると仮定した場合、入力画像の解像度/強度のばらつきや照明に対してロバストである。軽量なモデルはエッジデバイスの展開に適している。提案アルゴリズムの性能を、Forehead Subcutaneous Vein Pattern and Periocular Biometric Pattern (FSVP-PBP)データベースを用いて厳密に評価した。その結果、静脈パターンと眼周囲パターンの組み合わせで98.8%という顕著な分類精度を達成し、アルゴリズムの優位性が最先端の手法よりも高いことが実証された。

要約(オリジナル)

Traditional biometric systems have encountered significant setbacks due to various unavoidable factors, for example, face recognition-based biometrics fails due to the wearing of face masks and fingerprints create hygiene concerns. This paper proposes a novel lightweight cross-spectral vision transformer (CS-ViT) for biometric authentication using forehead subcutaneous vein patterns and periocular patterns, offering a promising alternative to traditional methods, capable of performing well even with the face masks and without any physical touch. The proposed framework comprises a cross-spectral dual-channel architecture designed to handle two distinct biometric traits and to capture inter-dependencies in terms of relative spectral patterns. Each channel consists of a Phase-Only Correlation Cross-Spectral Attention (POC-CSA) that captures their individual as well as correlated patterns. The computation of cross-spectral attention using POC extracts the phase correlation in the spatial features. Therefore, it is robust against the resolution/intensity variations and illumination of the input images, assuming both biometric traits are from the same person. The lightweight model is suitable for edge device deployment. The performance of the proposed algorithm was rigorously evaluated using the Forehead Subcutaneous Vein Pattern and Periocular Biometric Pattern (FSVP-PBP) database. The results demonstrated the superiority of the algorithm over state-of-the-art methods, achieving a remarkable classification accuracy of 98.8% with the combined vein and periocular patterns.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL