利用扩展细节点类型改进自动潜在指纹识别
计算机视觉与模式识别
2020-10-19 v1
摘要
执法机构通常使用自动指纹识别系统(AFIS)处理潜在指纹，以从犯罪数据库中缩小嫌疑人的范围。AFIS通常不利用指纹中所有可用的判别特征，而一般仅使用由特征提取算法自动提取的某些类型特征。在本工作中，我们探索在仅有部分潜在指纹可用时提高AFIS排序识别准确率的方法。为解决这一挑战，我们提出了一种利用AFIS中通常不考虑的扩展指纹特征（异常/稀有细节点）的方法。该新方法可与任何现有的基于细节点的匹配器结合。我们首先基于潜在指纹与十指指纹细节点之间的最小二乘计算相似度分数，以稀有细节点特征作为参考点。然后，根据最小二乘相似度阶段的拟合误差，修正所用基于参考细节点的匹配器的相似度分数。我们在实验中使用了一个真实的法医指纹案件数据库，其中包含来自西班牙执法机构Guardia Civil的稀有细节点特征。实验使用三种基于细节点的匹配器作为参考进行，即：NIST-Bozorth3、VeriFinger-SDK和MCC-SDK。我们报告称，当这些细节点匹配器结合我们提出的基于稀有细节点特征的算法时，排序识别准确率得到显著提升。
引用
@article{arxiv.1810.09801,
title = {Improving Automated Latent Fingerprint Identification using Extended Minutia Types},
author = {Ram P. Krish and Julian Fierrez and Daniel Ramos and Fernando Alonso-Fernandez and Josef Bigun},
journal= {arXiv preprint arXiv:1810.09801},
year = {2020}
}
备注
To appear in Information Fusion journal (Elsevier)