高信頼度ブロック対角線解析による制約のない環境下でのマルチビュー掌紋認識

科学分野:

• コンピュータサイエンス
• 生体認証
• パターン認識

背景:

• 制約のない掌紋認識は、現実世界のシナリオにおける画像品質、照明、ポーズの変動といった課題に直面しています。
• 既存の手法はしばしば部分空間構造に依存しており、ブロック対角線特性が掌紋データに対して実証されています。

研究 の 目的:

• 堅牢なマルチビュー掌紋認識のための統一学習モデルを開発すること。
• 特徴抽出を改善するために、すべてのビューにわたるコンセンサスブロック対角線特性を確保すること。

主な方法:

• マルチビュー掌紋認識のための新しい高信頼度ブロック対角線解析（HCBDA MPR）を提案しました。
• コンセンサスブロック対角線構造を強制するために、マルチビューブロック対角線正則化器を導入しました。
• ビュー全体にわたる厳密なブロック対角線構造を学習しながら、判別的特徴を保持しました。

主要な成果:

• 提案されたHCBDA MPR手法は、現実世界の制約のない掌紋データベースで優れたパフォーマンスを示しました。
• 既存の最先端手法と比較して最高の認識精度を達成しました。
• マルチビュー掌紋認識におけるコンセンサスブロック対角線特性の有効性を検証しました。

結論:

• HCBDA MPRは、制約のない掌紋認識において大きな進歩をもたらします。
• この手法は、制御されていない環境によってもたらされる課題を効果的に解決します。
• このアプローチは、マルチビュー掌紋を使用した身元認証のための堅牢なフレームワークを提供します。