大规模人群与多类型设备场景下的手指静脉识别关键问题研究

Finger vein recognition has been a hot topic in recent biometrics research domain due to its some inherent advantages. Although a lot of developments have been achieved in finger vein recognition, there are still many problems to be solved in demand, such as recognition performance, adaptability and robustness. Aiming at large scale subjects and multi-type sensors application environments, this project analyze the applications and trends of finger vein recognition system and abstract three key problems, such as sensor interoperability problem, matching speed problem and cost sensitive problem. The main content of this project includes: (a) finger vein recognition method with sensor interoperability. This part aims to enhance the adaptability and robustness to different type sensors in finger vein recognition system. (b) finger vein image classification and indexing method. This part aims to promote the matching speed in large scale themes environment. (c) finger vein recognition method with cost sensitive. This part aims to pursue the balance between minimum cost and good recognition performance. The overall goal of this project is to promote the recognition performance and adaptability of finger vein recognition system, and we expect this will push forward the development of finger vein recognition technology.

近年来，手指静脉识别因其具有一些固有优势而成为生物特征识别研究领域的热点。尽管手指静脉识别研究取得了不小的进展，但在识别性能、适应能力和鲁棒性等方面仍然存在一些急需解决的问题。针对大规模人群和多类型采集设备应用场景，本项目从手指静脉识别应用和发展的趋势出发，凝练出设备无关性、匹配速度和代价敏感三个关键科学问题，并进行深入研究。主要研究内容有：（a）研究具有设备无关性的手指静脉识别方法，增强手指静脉识别系统对多种不同类型采集设备的适应性和鲁棒性。（b）研究手指静脉图像分类和索引方法，提升大规模人群应用场景下的匹配速度。（c）研究代价敏感的手指静脉识别方法，追求系统识别性能和错误代价之间的平衡。项目的总体目标是进一步提升手指静脉识别系统的识别性能（识别精度和识别速度），改善用户的使用体验，增强系统对大规模人群和多类型采集设备的适应能力。

近年来，手指静脉识别因其具有一些固有优势而成为生物特征识别研究领域的热点。尽管手指静脉识别研究取得了不小的进展，但在识别性能、适应能力和鲁棒性等方面仍然存在一些急需解决的问题。. 针对大规模人群和多类型采集设备应用场景，本项目就设备无关性问题、匹配速度问题和代价敏感问题展开了深入研究。主要研究内容有：（a）研究具有设备无关性的手指静脉识别方法，增强手指静脉识别系统对多种不同类型采集设备的适应性和鲁棒性。（b）研究手指静脉图像分类和索引方法，提升大规模人群应用场景下的匹配速度。（c）研究代价敏感的手指静脉识别方法，追求系统识别性能和错误代价之间的平衡。. 经过四年的努力，取得了预期的研究结果：（1）进一步提升了手指静脉识别系统的识别性能（识别精度和识别速度），改善了用户的使用体验，增强了系统对大规模人群和多类型采集设备的适应能力。（2）作为本项目的基础性工作，深入研究了图像采集设备、识别代价及匹配速度对手指静脉识别系统识别性能的影响。（3）在大规模人群与多类型设备场景下的手指静脉识别方法方面，取得了关键性突破和多项原创性研究成果，主要包括基于超像素分割的设备无关感兴趣区域提取方法、基于词汇树的手指静脉图像检索方法、基于静脉编码的手指静脉图像检索方法等。（4）已在学术期刊和会议发表论文26篇，其中SCI收录论文11篇，EI收录论文15篇。（5）应IET Biometrics主编邀请，为《Hand-based Biometric Methods and Technologies》一书撰写chapter“Finger veins recognition and new processing approaches”。. 本项目：（1）研究的具有设备无关性的手指静脉识别方法，增强了手指静脉识别系统对多种不同类型采集设备的适应性和鲁棒性。（2）研究的手指静脉图像索引方法能够提升了大规模人群应用场景下的匹配速度。（3）研究的代价敏感的手指静脉识别方法能够平衡系统识别性能和错误代价。总之，本项目的研究成果将进一步提升手指静脉识别系统的识别性能（识别精度和识别速度），增强系统对大规模人群和多类型采集设备的适应能力，也必将推动手指静脉识别技术的发展和提高。