指纹质量与人口统计特征的大规模实证研究
计算机视觉与模式识别
2024-10-07 v2 人工智能
机器学习
摘要
尽管已有少数研究在小数据集上显示指纹识别技术在某些人口统计群体上存在性能偏差，但仍缺乏足够证据来理解性别、年龄或指纹类型等因素对指纹质量及其对指纹匹配准确率的影响。本文针对这一仍未充分研究的议题，在包含近16,000名受试者近10-print印刷品的大规模运行数据集上进行研究。所得结果为指纹质量与人口统计特征之间的依赖性提供了进一步洞见，表明指纹识别系统在不同人群群体中确实存在一定程度的性能波动。基于实验评估，本文基于数据驱动的证据提出新观察，提供解释这些观察的合理假设，并得出若干措施以减少指纹质量差异的潜在后续行动。通过此，本文可被视为增加生物识别技术算法公平性与平等性的贡献。
引用
@article{arxiv.2409.19992,
title = {A large-scale operational study of fingerprint quality and demographics},
author = {Javier Galbally and Aleksandrs Cepilovs and Ramon Blanco-Gonzalo and Gillian Ormiston and Oscar Miguel-Hurtado and Istvan Sz. Racz},
journal= {arXiv preprint arXiv:2409.19992},
year = {2024}
}
备注
Extended journal version submitted to IET Biometrics. 10 pages, 5 figures Reference conference paper: J. Galbally, A. Cepilovs, R. Blanco-Gonzalo, G. Ormiston, O. Miguel-Hurtado, and I. S. Racz, 'Fingerprint quality per individual finger type: A large-scale study on real operational data' in Proc. IEEE Intl. Workshop on Biometrics and Forensics 2023 (IWBF 2023)