基于脊线方向共生与Gabor-HoG描述子的无对齐跨传感器指纹匹配
计算机视觉与模式识别
2019-05-10 v1 机器学习
图像与视频处理
机器学习
摘要
现有自动指纹验证方法基于注册与认证安装相同传感器的假设而设计（常规匹配）。当一类接触式传感器用于注册、另一类接触式传感器用于认证（交叉匹配或指纹传感器互操作问题）时，效率显著下降。指纹中的脊线方向模式对传感器类型不变。基于此观察，我们提出一种鲁棒指纹描述子，称为脊线方向共生（Co-Ror），其编码脊线方向的空间分布。利用该描述子，我们引入一种高效的面向交叉匹配问题的自动指纹验证方法。进一步，为增强方法鲁棒性，我们通过Gabor-HoG描述子融入基于尺度的脊线方向信息。两种描述子通过典型相关分析（CCA）融合，两指纹间匹配分数使用城市街区距离计算。所提方法无需对齐，可在无配准步骤下处理匹配过程。在FingerPass与MOLF两个基准数据库上的大量实验显示了方法的有效性，并揭示其相较VeriFinger（商用SDK）、细节点圆柱码（MCC）、带尺度MCC及薄板样条（TPS）模型等最先进方法的显著提升。所提研究将帮助安全机构、服务提供商与执法部门克服不同技术与交互类型接触传感器的互操作问题。
引用
@article{arxiv.1905.03699,
title = {Alignment-Free Cross-Sensor Fingerprint Matching based on the Co-Occurrence of Ridge Orientations and Gabor-HoG Descriptor},
author = {Helala AlShehri and Muhammad Hussain and Hatim AboAlSamh and Qazi Emad-ul-Haq and Aqil M. Azmi},
journal= {arXiv preprint arXiv:1905.03699},
year = {2019}
}