786
0
2024-11-05
2024-11-06
近日，腦機團隊黃俊端副研究員在計算機視覺領(lǐng)域重要期刊IEEE Transactions on Circuits and Systems for Video Technology (JCR Q1, 中科院一區(qū)Top, IF: 8.4 )上發(fā)表了題為“Mirror-based Full-View Finger Vein Authentication with Illumination Adaptation”的研究論文。該論文的第一作者為華南師范大學(xué)人工智能學(xué)院黃俊端副研究員,，通訊作者為華南理工大學(xué)自動化科學(xué)與工程學(xué)院康文雄教授,。合作團隊包括Idiap研究所生物特征識別安全與隱私組的Sébastien Marcel教授和Sushil Bhattacharjee副研究員。該論文自2024年7月10日提交,，于2024年11月2日正式被接收,。
研究背景
指靜脈生物特征識別是一種高安全的身份識別方式，利用手指內(nèi)靜脈分布信息來進行身份識別,。其工作原理是依據(jù)人類手指中流動的血液可吸收特定波長的光線,，使用特定波長光線對手指進行照射，可得到手指靜脈的靜脈圖像,，然后再利用靜脈特征提取算法對圖像進行分析對比,，從而進行身份識別。因此,，指靜脈生物特征識別的優(yōu)勢主要有：
1)穩(wěn)定性高,。個體的靜脈紋路在青少年后基本不會發(fā)生變化，且受到人體皮膚組織的直接保護,，不易受外界因素破壞或污染,。
2)抗仿冒攻擊能力強。分布在皮下組織中的靜脈,，需要在特定波長的光源下才能有效成像,，因此靜脈信息不易被竊取，難以偽造,。
3)支持非接觸方式,。盡管目前指靜脈認證系統(tǒng)多采用接觸式，但是靜脈成像完全支持非接觸方式,，其使用過程中無需人機接觸,，方便衛(wèi)生。
4)獨具活體檢測能力,。靜脈成像是依賴于流動血液中脫氧血紅蛋白與其他組織對近紅外光的吸收率存在差異,，只有活體靜脈才能有效成像。
指靜脈識別研究主要集中在單視圖范式,，即通過攝像頭采集某一面的指靜脈圖像進行身份識別,。經(jīng)過近些年的發(fā)展,，隨著人們對安全性、準確性和便捷性的要求日益提高,，指靜脈生物特征識別的問題也日益凸顯,，主要為：全視圖指靜脈采集設(shè)備尺寸普遍偏大、圖像采集質(zhì)量易受手指粗細和光源強弱關(guān)系影響無法保證識別準確率,，指靜脈識別領(lǐng)域缺乏高質(zhì)量的多光強,、多角度開源數(shù)據(jù)集供研究人員開展研究。
論文貢獻與研究方法
論文提出全視圖光強自適應(yīng)指靜脈識別方案,，有效解決全視圖指靜脈采集設(shè)備尺寸大,、圖像采集質(zhì)量不穩(wěn)定等問題，并構(gòu)建一套開源的具有多光強,、多角度的全視圖指靜脈數(shù)據(jù)集,，供領(lǐng)域內(nèi)研究人員使用。論文首先論述了多視圖指靜脈識別相對于單視圖指靜脈識別的優(yōu)劣勢,，深入分析了現(xiàn)有多視圖指靜脈采集裝置,，并將其歸納總結(jié)為偏多視圖（Partial multi-view）、全視圖（Full-View）和三維等三種模式,。并在多相機全視圖指靜脈采集設(shè)備的基礎(chǔ)上,，提出鏡面反射式全視圖指靜脈采集方案，通過鏡面反射使得在保障足夠成像距離的同時,，相機得以靈活擺放,，大大縮小設(shè)備尺寸。
利用所開發(fā)的鏡面反射式全視圖指靜脈成像設(shè)備,，構(gòu)建了一套全新的指靜脈數(shù)據(jù)集MFFV,，該數(shù)據(jù)集包含320個手指的指靜脈數(shù)據(jù)，每個手指包含3種姿態(tài),，每種姿態(tài)包含3個視角的6種光強的10次采集,，共計172800張圖像。
接著,，利用三個圖像特性基礎(chǔ)指標,，信息熵、灰度均值和方差值,，深入分析其對靜脈圖像質(zhì)量的影響效果,，巧妙構(gòu)建指靜脈光強自適應(yīng)算法，配合多光強照射策略,，確保指靜脈圖像的采集能夠根據(jù)不同粗細的手指自適應(yīng)調(diào)整光強,，最終得到高質(zhì)量的全視圖指靜脈圖像。
結(jié)果分析
最后,，經(jīng)過大量的實驗驗證所提出的光強自適應(yīng)方法的有效性,，實驗包括光強自適應(yīng)算法閾值調(diào)整實驗,、光強自適應(yīng)算法與固定光強比較實驗、光強自適應(yīng)算法與單圖像特性指標對比實驗,、光強自適應(yīng)算法消融實驗,、以及光強自適應(yīng)算法的定性分析實驗。實驗結(jié)果充分驗證了所提出的光強自適應(yīng)算法的有效性,。在此基礎(chǔ)上，論文還開展了帶有光強自適應(yīng)算法的單視圖指靜脈認證實驗和全視圖指靜脈認證基準實驗,，為后續(xù)對比所提出的光強自適應(yīng)算法及使用所構(gòu)建的全視圖指靜脈數(shù)據(jù)集提供比較參考,。
總結(jié)
論文鏈接：
Junduan Huang et al. Mirror-based Full-View Finger Vein Authentication with Illumination Adaptation. IEEE Transactions on Circuits and Systems for Video Technology, 2024, early access.
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10741574
