端到端虹膜识别系统容量的实证评估
计算机视觉与模式识别
2023-03-24 v1 图像与视频处理
摘要
虹膜是生物特征识别应用中一种成熟的模态，包括消费电子、电子商务、边境安全、法医学以及国家级身份去重。鉴于生物特征识别使用范围的扩大，身份冲突（当两个不同人的模板匹配时）是系统部署时必须考虑的关键因素。本研究通过实证估计端到端虹膜识别系统（采用基于 Daugman 特征提取的近红外系统）在可接受错误率下的受限容量，即系统在遭遇错误前可分辨的受试者数量，来探索系统容量估计。我们研究了六个系统参数对虹膜识别系统受限容量的影响——注册身份数、图像质量、模板维度、随机特征消除、滤波器分辨率和系统工作点。在我们的评估中，针对 24 种不同系统配置中的每一种，分析了来自 5158 个唯一身份的 1320 万次比对。本工作提供了一个框架，以超越工作点的视角，将虹膜识别系统容量理解为生物特征系统配置的函数，服务于大规模应用。
引用
@article{arxiv.2303.12742,
title = {Empirical Assessment of End-to-End Iris Recognition System Capacity},
author = {Priyanka Das and Richard Plesh and Veeru Talreja and Natalia Schmid and Matthew Valenti and Joseph Skufca and Stephanie Schuckers},
journal= {arXiv preprint arXiv:2303.12742},
year = {2023}
}