虹膜生物特征中模板老化的线性回归分析

本工作的目的是确定不同虹膜编码方法相对于生物特征模板老化现象有多脆弱。当画廊样本与探针样本之间的时间间隔显著延长至数年以上时，这一点被认为尤为重要。我们的实验采用基于三种不同虹膜识别算法开展的虹膜老化分析，以及包含 58 只虹膜共 583 个样本、采集间隔最长达九年的数据库。为确定相似度分数随时间间隔延长以及相对于样本图像多项质量与几何因素的退化速率，我们进行了线性回归分析。测试了 29 个回归模型，时间与几何因素在各模型中均具统计显著性。依方法不同，对预测变量有统计显著影响的质量度量包括图像锐度与局部对比度或其相互关系。据我们所知，这是首篇利用覆盖如此宽时间期的多回归模型描述老化分析的论文。所呈结果表明，模板老化效应在虹膜生物特征中以统计显著的程度发生。图像质量与几何因素可能促成相似度分数退化。然而，时间参数的估计在各测试模型中均显示统计显著性且数值相近。这揭示老化现象也可能与图像的质量及几何度量无关。