评估潜在生物特征时间持久性的方法：在眼动与步态相关数据库中的应用
定量方法
2017-07-05 v1 计算机视觉与模式识别
摘要
尽管时间持久性（或称永久性）作为最佳生物特征的一个被充分理解的要求，但目前尚无关于如何评估时间持久性的普遍共识。我们建议，评估时间持久性的最佳方式是进行重测研究，并评估重测信度。对于正态分布的比率尺度特征，最好使用组内相关系数 (ICC) 进行评估。对于 10 个不同的数据集（8 个与眼动相关，2 个与步态相关），我们计算了每个特征的重测信度（“时间持久性”），并将高 ICC 特征与低 ICC 特征以及所有特征集合的生物特征性能进行了比较。我们证明，在 10 个数据库中的 9 个中，仅使用高 ICC 特征子集产生了更优的 Rank-1 识别率 (Rank-1-IR) 性能（p = 0.01，单尾）。对于等错误率 (EER)，仅使用高 ICC 特征子集在 10 个数据库中的 8 个中产生了更优的性能（p = 0.055，单尾）。因此，总的来说，对潜在生物特征进行预筛选，并仅选择高可靠性的特征，将产生比低 ICC 特征或所有特征组合集合更好的性能。我们假设，对于特征可以表示为区间或比率尺度上定量值的任何生物特征模态，只要存在足够数量的相对独立的特征，情况可能都是如此。
引用
@article{arxiv.1609.03948,
title = {Method to Assess the Temporal Persistence of Potential Biometric Features: Application to Oculomotor, and Gait-Related Databases},
author = {Lee Friedman and Ioannis Rigas and Mark S. Nixon and Oleg V. Komogortsev},
journal= {arXiv preprint arXiv:1609.03948},
year = {2017}
}
备注
13 pages, 8 figures, 5 tables