>> 您的位置:首页 > 环球安防 > 相关组织 > 正文
美国国家标准与技术研究所组织开展多项生物特征识别技术研究
2014/1/3 15:11:00      来源:《中国安防》    作者:赵洋
美国国家标准与技术研究所(NIST)组织开展了多项关于生物特征识别系统的研究,发布了多个研究报告,包括《生物特征识别系统灵敏度分析:一种基于正交试验的方法》、《衡量模板保护算法的标准研究》、《人脸识别算法对压缩图像的性能分析》、《虹膜识别系统失败原因分析》等,对各种生物特征识别系统进行了深入研究,并就技术的发展提出了意见和建议,本文将对其中几个研究报告的内容做一简要介绍。

美国国家标准与技术研究所组织开展多项生物特征识别技术研究

    美国国家标准与技术研究所(NIST)组织开展了多项关于生物特征识别系统的研究,发布了多个研究报告,包括《生物特征识别系统灵敏度分析:一种基于正交试验的方法》、《衡量模板保护算法的标准研究》、《人脸识别算法对压缩图像的性能分析》、《虹膜识别系统失败原因分析》等,对各种生物特征识别系统进行了深入研究,并就技术的发展提出了意见和建议,本文将对其中几个研究报告的内容做一简要介绍。

生物特征识别系统灵敏度分析:一种基于正交试验的方法》研究报告的目的是介绍一种有效的、结构化的分析生物特征识别系统灵敏度的方法。灵敏度分析的目的是为研究人员对关键因素提供一种深入的理解,这些关键因素包括:算法、基于个体的因素、基于相机的因素、程序的因素、图像质量、环境因素,本研究将分析这些因素是如何影响生物特征识别系统比对性能的。我们提出的方法由两个步骤组成:1、正交分数因素试验的设计和执行,这将帮助研究人员们有效地分析这些因素同时相互作用的影响;2、采用了一组挑选的统计数据进行图形化程序分析,其将显示出重要的因素、重要的相互作用和最优的设置。我们通过对NIST的基于虹膜的生物特征识别系统VASIR(基于视频的自动虹膜识别系统)的研究展示了本方法。结果表明,VASIR的性能主要受8个因素中的6个因素影响。

衡量模板保护算法的标准研究》研究报告认为,传统的生物特征识别系统性能评估标准不包括生物特征模板保护方面的性能评估,并且缺乏评估这方面的标准,之前的此领域的文献通常没有关注模板保护性能方面的研究。本文首次进行生物特征识别系统模板保护评估方法的整体研究,提出了一个标准和几个衡量方法,这些方法符合ISO/IED 24745标准采用的模板保护方法参考结构,可以应用于几乎所有现有模板保护方法。该标准将性能分为三个方面:技术、保护和操作。

人脸识别算法对压缩图像的性能分析》本研究报告针对现有的6个人脸识别算法对标准压缩图像的识别性能进行了全面的评估,这6个性能良好的人脸识别算法来自于2010年多生物特征识别评估(Multiple Biometric Evaluation,MBE),采用了JPEG和JPEG2000两种标准压缩图像进行研究。本研究的最初目标是确定不影响识别算法性能的前提下的最大存储要求。为此目的,我们提出了关于人脸识别系统有效压缩和存储人脸图像的指导和建议。

虹膜识别系统失败原因分析》研究报告认为,虹膜识别的理论准确率非常高,但和许多其他生物特征识别系统一样,高度依赖于样本数据的质量。虹膜遮挡、视轴偏离、图像模糊和虹膜旋转是影响识别的常见问题。IREX Ⅲ虹膜数据库存在部分质量差的图像,这导致了评估中算法识别性能的下降。对于单眼搜索,无论怎样合理选择阈值比对算法识别率也超不过98.3%。

质量差的图像通常源于采集过程或数据处理过程,本文对失败分析的目的是确定质量差的图像的来源,并提供如何改进样本采集质量的建议。我们首先创建了一个特殊的“失败”图像集,包含了几个算法比对都出现失败的图像。在第2节中我们描述了失败图像集的构成以及人工检查的过程,第3节对每个质量差的样本的来源进行了分析,并提出了相应的应对措施,包括采集程序或数据管理方面的实际操作,以减少这类情况的出现。

编辑:李红莲
注:本文版权归《中国安防》杂志社和《中国安防》杂志网所有,任何媒体或个人未经书面授权严禁部分或全文转载, 违者将严厉追究法律责任。更多详情请订阅《中国安防》杂志。