CardioID：缓解不规则心电信号对生物特征识别的影响
密码学与安全
2022-03-31 v1 计算机视觉与模式识别
摘要
心电模式正被用于获取难以伪造的生物特征签名，并在最先进（SoA）的识别应用中实现了高准确率。然而，这一性能是在受控场景下获得的，其中心电信号保持相对均匀的模式，便于识别过程。在本工作中，我们分析了在更真实（非受控）场景下收集的心电信号，表明其高信号变异性（即不规则性）使得获取稳定且独特的用户特征更为困难。此外，SoA 通常无法识别特定用户群体，使得现有识别方法在非受控场景中失效。为解决这些问题，我们提出了一个具有三个新颖特性的框架。首先，我们设计了一种自适应方法，通过对每位用户定制滤波频谱来获得稳定且独特的特征。其次，我们表明用户可具有多种心脏形态，与 SoA 相比为我们提供了大得多的心电信号与用户池。第三，我们通过多簇方法和马氏距离克服了认证应用中存在的其他失真效应。我们的评估显示，SoA 的平均平衡准确率（BAC）在受控场景下从 90% 以上降至非受控场景下的 75%，而我们的方法在非受控场景下保持平均 BAC 高于 90%。
引用
@article{arxiv.2203.16381,
title = {CardioID: Mitigating the Effects of Irregular Cardiac Signals for Biometric Identification},
author = {Weizheng Wang and Marco Zuniga and Qing Wang},
journal= {arXiv preprint arXiv:2203.16381},
year = {2022}
}