Fingerprints, palm veins, face recognition, DNA, palm print, hand geometry, iris
recognition, retina, voice, gait, signature, and other physical or behavioral features
have long been employed in biometric systems. The finger knuckle print is a new
biometric feature that has piqued the interest of academics in recent years. Recently it
was discovered that the skin's knuckle image pattern comprises of wrinkles or lines,
and that the texture pattern created by the finger knuckle is very unique in each user,
making the surface unique for biometric identification. The minor finger knuckle
patterns can be utilized as standalone biometric patterns or in conjunction with the
major finger knuckle patterns to increase performance. A vast number of research
suggest that multibiometric fusion and multi-modality employed can greatly increase
the biometric identification system's recognition rate, anti-attack, and resilience which
might be incredibly useful in forensics applications and other related domains. In this
study, a multimodal biometric system which combines minor and major finger
knuckles is developed and experimented on PolyU-FKP finger knuckles datasets.
Feature extraction techniques used include hand-crafted feature extraction descriptors,
PCA and BSIF, CNN models, AlexNet and modified AlexNet.
The results obtained showed that major finger knuckle system fared better in both PCA
and BSIF, accounting for the clearer patterns on the major finger knuckle, based on
early testing results comparing it to the minor finger knuckle system. Additionally, the
outcomes demonstrate that when the two traits are mixed at different phases, the
system is noticeably improved, particularly in the case of PCA, where up to 15.1%
improvement was achieved. The best accuracy overall obtained is a 100% in AlexNet
model.
ÖZ:
Parmak izleri, avuç içi damarları, yüz tanıma, DNA, avuç izi, el geometrisi, iris tanıma,
retina, ses, yürüyüş, imza ve diğer fiziksel veya davranışsal özellikler uzun süredir
biyometrik sistemlerde kullanılmaktadır. Parmak eklemi izi, son yıllarda
akademisyenlerin ilgisini çeken yeni bir biyometrik özelliktir. Son zamanlarda, derinin
boğum görüntü deseninin kırışıklıklardan veya çizgilerden oluştuğu ve parmak
boğumunun oluşturduğu doku deseninin her kullanıcıda çok benzersiz olduğu ve
yüzeyi biyometrik tanımlama için benzersiz kıldığı keşfedildi. Küçük parmak eklemi
modelleri, performansı artırmak için bağımsız biyometrik modeller olarak veya ana
parmak eklemi modelleriyle birlikte kullanılabilir. Çok sayıda araştırma, kullanılan
multibiyometrik füzyon ve çoklu modalitenin, adli tıp uygulamalarında ve diğer ilgili
alanlarda inanılmaz derecede yararlı olabilecek biyometrik tanımlama sisteminin
tanıma oranını, saldırı önleme ve esnekliğini büyük ölçüde artırabileceğini
göstermektedir. Bu çalışmada, minör ve majör parmak boğumlarını birleştiren
multimodal bir biyometrik sistem geliştirilmiş ve PolyU-FKP parmak boğumları veri
kümeleri üzerinde denenmiştir. Kullanılan özellik çıkarma teknikleri, el yapımı özellik
çıkarma tanımlayıcıları, PCA ve BSIF, CNN modelleri, AlexNet ve değiştirilmiş
AlexNet'i içerir.
Elde edilen sonuçlar, majör parmak eklemi sisteminin hem PCA hem de BSIF'de daha
iyi sonuç verdiğini gösterdi; bu, onu küçük parmak eklemi sistemiyle karşılaştıran ön
test verilerine göre, ana parmak eklemindeki daha net desenleri açıklıyor. Sonuçlar
ayrıca, iki seviye ayrı aşamalarda birleştirildiğinde, özellikle PCA durumunda,
%15,1'e varan iyileşmenin sağlandığı sistemde gözle görülür bir iyileşme olduğunu
göstermektedir. Genel olarak elde edilen en iyi doğruluk, AlexNet modelinde
%100'dür.
