面向非远端指节指纹的生物特征匹配与融合系统

市场研究表明指纹仍是最受欢迎的个人认证生物特征模态。即使出现了新模态（例如静脉匹配），不同领域（电子身份证、银行、边境控制...）和地区许多应用依赖于从人类手部结构的远端指节（又称节段、手指）获取的指纹。受低质量远端指纹图像影响相当一部分人群（降低了相关认证精度）问题的启发，我们设计并测试了一种多手指、多指节融合方案，该方案基于（i）简单求和融合、（ii）NFIQ 图像质量融合、以及（iii）指节类型融合，来组合源自非远端（即中间和近端）指节的细节点匹配分数。利用我们实验室用商用光学指纹传感器收集的中等规模数据库（50人、400个唯一手指、1600张不同图像），以及商用细节点提取与匹配器（无任何修改），使我们能够模拟真实世界的指纹认证设置。包括带统计置信区间的 ROC 曲线在内的详细分析表明，所提系统对于以下情况是一种可行替代方案：（i）远端指节图像不可用（例如由于缺失手指，或由于手工劳动导致的低质量手指表面），以及（ii）由于经济或基础设施限制无法切换到新生物特征模态（例如虹膜）。此外，我们表明当远端指节图像实际可用时，将其与其他指节图像组合也提高了精度。