Method for estimating potential recognition capacity of texture-based biometrics
Method for estimating potential recognition capacity of texture-based biometrics
复制标题
估计基于纹理的生物识别技术的潜在识别能力的方法
DOI：
10.1049/iet-bmt.2017.0052
复制
发表时间：
2018-03
期刊：
影响因子：
2
通讯作者：
Lik-Kwan Shark
中科院分区：
文献类型：
--
作者：
Yiding Wang;Chenyan Yang;Lik-Kwan Shark
在采用基于图像的生物识别系统时，需要考虑的一个重要因素是其潜在的识别能力，因为它不仅确定了可能被识别的个人的潜在数量，而且还作为性能的有用的品质因数。基于常用的块变换编码的图像压缩，本研究提出了一种方法，使粗略估计的潜在识别能力的纹理为基础的生物特征。本质上，每个图像块被视为一个组成的生物特征分量，并包含在每个块中的图像纹理是二进制编码表示相应的纹理类。然后利用分配给相应块的二进制值之间的统计变化来估计潜在的识别能力。特别地，提出了基于纹理类之间的分离和基于统计随机性的图像块的信息性来确定适当的图像分区的方法。通过将所提出的方法应用于商业指纹系统和定制的手静脉系统，对于25 mm^2的指纹面积，潜在的识别能力估计为约10^36，这与报道的估计值很好地一致，对于2268 mm^2的手静脉面积，潜在的识别能力估计为约10^15，这是以前没有报道过的。
When adopting an image-based biometric system, an important factor for consideration is its potential recognition capacity, since it not only defines the potential number of individuals likely to be identifiable, but also serves as a useful figure-of-merit for performance. Based on block transform coding commonly used for image compression, this study presents a method to enable coarse estimation of potential recognition capacity for texture-based biometrics. Essentially, each image block is treated as a constituent biometric component, and image texture contained in each block is binary coded to represent the corresponding texture class. The statistical variability among the binary values assigned to corresponding blocks is then exploited for estimation of potential recognition capacity. In particular, methodologies are proposed to determine appropriate image partition based on separation between texture classes and informativeness of an image block based on statistical randomness. By applying the proposed method to a commercial fingerprint system and a bespoke hand vein system, the potential recognition capacity is estimated to around 10^36 for a fingerprint area of 25 mm^2 which is in good agreement with the estimates reported, and around 10^15 for a hand vein area of 2268 mm^2 which has not been reported before.
登录
查看更多内容
基于多组手背静脉图像关键点的个人身份识别
影响因子：
2
作者：
Wang, Yiding;Zhang, Ke;Shark, Lik-Kwan
通讯作者：
Shark, Lik-Kwan
DOI：
--
发表时间：
2010-12
期刊：
--
影响因子：
--
作者：
Chang Su;S. Srihari
通讯作者：
Chang Su;S. Srihari
影响因子：
4.5
作者：
P. Corcoran
通讯作者：
P. Corcoran
影响因子：
2.5
作者：
C. Lim;S. Dass
通讯作者：
C. Lim;S. Dass
通过小波域多半径局部二进制模式的得分加权融合改进手静脉识别
DOI：
10.1504/ijcat.2016.10000485
发表时间：
2016
影响因子：
1.1
作者：
Wang, Yiding;Duan, Qiangyu;Shark, Lik-Kwan;Huang, Di
通讯作者：
Huang, Di