Context-Aware Palmprint Recognition via a Relative Similarity Metric

要約

既存のマッチングフレームワークの堅牢性と識別性を高める相対類似性メトリック（RSM）を導入することにより、Palmprint認識のマッチングメカニズムへの新しいアプローチを提案します。
従来のシステムは、Cosineやユークリッド距離などの直接的なペアワイズ類似性測定に依存していますが、これらのメトリックは、データセット全体のコンテキスト内でペアワイズの類似性がどのように比較されるかをキャプチャできません。
私たちの方法は、すべてのアイデンティティまでの類似性スコアの相対的な一貫性を評価し、誤検知とネガのより良い抑制を可能にすることにより、これに対処します。
CCNETアーキテクチャの上に適用されるこの方法は、Tongjiデータセットで新しい最先端の0.000036％等エラー率（EER）を実現し、以前の方法を上回り、Palmprintマッチングプロセスにリレーショナル構造を組み込むことの有効性を実証します。

要約(オリジナル)

We propose a new approach to matching mechanism for palmprint recognition by introducing a Relative Similarity Metric (RSM) that enhances the robustness and discriminability of existing matching frameworks. While conventional systems rely on direct pairwise similarity measures, such as cosine or Euclidean distances, these metrics fail to capture how a pairwise similarity compares within the context of the entire dataset. Our method addresses this by evaluating the relative consistency of similarity scores across up to all identities, allowing for better suppression of false positives and negatives. Applied atop the CCNet architecture, our method achieves a new state-of-the-art 0.000036% Equal Error Rate (EER) on the Tongji dataset, outperforming previous methods and demonstrating the efficacy of incorporating relational structure into the palmprint matching process.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google