Biometría: tasa de rechazo falso contra la distancia de Hamming en la exploración del iris

2

En biometría, la mayoría de las personas habla sobre la tasa de aceptación falsa (FAR) (es decir, cuál es la probabilidad de que dos muestras de individuos diferentes coincidan).

La biometría del ADN y el iris, por ejemplo, tienen una FAR muy baja. Sin embargo, descubrí que es muy difícil encontrar números sobre la Tasa de rechazo falso (FRR) (es decir, cuál es la probabilidad de que dos muestras de la misma persona no coincidan).

Ahora, específicamente sobre la biometría del iris, la distancia de Hamming (HD) a menudo se usa para distinguir entre muestras de iris de la misma persona y muestras de iris de una persona diferente. Uno puede ver la HD como una medida de probabilidad de que las secuencias de fase para dos muestras de iris pueden estar en desacuerdo en un cierto porcentaje (la HD) de sus bits. Se ha investigado que establecer una HD de 0.27 mantendrá una falsa probabilidad de coincidencia de 10 ^ -6 para una base de datos de 1 millón de patrones de iris diferentes (John Daugman).

Es bueno que la probabilidad de coincidencia falsa, o la tasa de aceptación falsa, sea extremadamente baja. Lo que me pregunto es, ¿cómo se deduce la HD (la tasa de rechazo falso) de la HD (si es posible)? Entonces, he tomado una figura simplificada de la HD (ver más abajo, fuente ), y como puede ver, en esta figura existe una distinción perfecta entre la HD de los iris de la misma persona (izquierda) y la HD de los iris de diferentes personas (derecha). Digamos que esta distinción perfecta sucede en un HD de 0.33. ¿Puedo (en esta figura, al configurar un HD de 0.33) asumir que tanto la tasa de aceptación falsa como la tasa de rechazo falso son 0?

Sino,¿puedealguienindicarmeestudios/investigacionesdondesehayainvestigadoelFRRdeirisscans?Porejemplo,en este documento , se investiga la tasa de rechazos falsos, pero es No tengo claro cómo se relaciona con la distancia de Hamming.

En última instancia, estoy buscando completar la siguiente tabla. FAR ya está allí, pero también necesito saber el FRR (tabla basada en este documento ):

NOTA:el' Handbook of Biometrics ' de Anil K . Jain et. Alabama. proporciona una versión más detallada de esta tabla.

    
pregunta Michael 04.02.2015 - 10:07
fuente

1 respuesta

0

Después de haber contactado a John Daugman, fue tan amable de responder. Básicamente, me señaló a este estudio , que muestra la curva ROC para el reconocimiento de iris de alto rendimiento algoritmos La curva ROC es la siguiente:

En el eje x, ves el FAR, en el eje Y, el 1-FRR en el que estaba interesado. Esta curva muestra que el FRR solo tiene un impacto marginal, sin importar cuánto cambie el FAR . El Sr. Daugman me informó que podemos decir aproximadamente que cada reducción en El umbral de HD de 0.01 (un punto percentil) causa una reducción de 10 veces en la FMR. Sin embargo, el costo en FRR de ser más conversador en HD en 0.01 es trivial .

Un problema más impredecible con el FRR es la calidad de adquisición de la imagen. En caso de que el escaneo del iris sea de mala calidad, es casi imposible que este iris sea falso aceptado (FAR). Es mucho más probable que ese iris sea rechazado en falso (FRR).

Como conclusión, los estudios actuales muestran que el FRR se ve afectado marginalmente por un cambio en FRR o HD.

    
respondido por el Michael 06.02.2015 - 11:33
fuente

Lea otras preguntas en las etiquetas