Challenges of Finger Vein Verification System: A Theoretical Perspective

Akintoye, Kayode Akinlekan; Rahim, Mohd Shafry Mohd; Abdullah, Abdul Hanan

doi:10.1166/asl.2018.11445

Cited by 2 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…В данной системе анализируется качество методом вычисления контраста изображения в трех зонах: верхней, средней и нижней. Для оценки контраста применяется метод выравнивания яркости изображения по формулам (1)(2)(3)(4). После этого оценивается дисперсия в каждой из трех зон, производится численная оценка качества по шкале [1][2][3][4][5], где 1 означает хорошее качество, 5 -плохое качество.…”

Section: рис5 этапы обработки изображенийunclassified

“…Для оценки контраста применяется метод выравнивания яркости изображения по формулам (1)(2)(3)(4). После этого оценивается дисперсия в каждой из трех зон, производится численная оценка качества по шкале [1][2][3][4][5], где 1 означает хорошее качество, 5 -плохое качество. а) б) Рис.6 Оценка качества изображений: a) хорошее; б) плохое…”

Section: рис5 этапы обработки изображенийunclassified

“…Основные биометрические характеристики человека: черты лица, термограмма лица, параметры голоса, узор радужной оболочки лица, отпечатки пальцев, сосудистый рисунок ладони, сосудистый рисунок пальца, фрагменты ДНК и другие. Подход к биометрическому распознаванию делится на две категории: выделение внешних характеристик (лицо, отпечаток пальца) и внутренних (сосуды руки, ладони, пальца) [1][2][3]. Таким образом, распознавание сосудистого (венного) рисунка пальца является одной из форм биометрии.…”

unclassified

“…Тем не менее, рисунок вен и артерий может изменяться с течением времени, по разным источникам в течение двух -пяти лет, данная статистика должна еще исследоваться. Таким образом, признак не является стабильным и требуется обновление шаблонов через несколько лет после регистрации [1]. В системах распознавания по рисунку вен могут использоваться не только пальцы, могут распознаваться сосуды ладони, руки, ноги.…”

unclassified

See 3 more Smart Citations

Finger Vein Recognition Technique

Grizhebovskaya¹,

Михалев²

2019

Cybersecurity Issues

View full text Add to dashboard Cite

Целью работы является исследование, анализ и разработка алгоритма распознавания по сосудистому рисунку пальца, который может применяться в системах верификации или идентификации. Рисунок вен пальца является биометрическим признаком. Для анализа используются изображения сосудистого рисунка пальца, полученные с биометрического сканера. В результате разработан алгоритм, который обрабатывает и распознает изображения рисунка вен пальца. По изображению сосудов пальца строится шаблон или модель. Полученные шаблоны распознаются в автоматическом режиме. Рассчитаны ошибки распознавания для данной системы. Предложена и реализована схема обработки изображений, включающая последовательность фильтров выделения области пальца, оценки угла поворота, усиления контраста изображения, выделения характерных особенностей и признаков на изображении. Применялись фильтры уменьшения шумов, морфологические операции, фильтры Габора. Предложен и реализован алгоритм нахождения качества изображения вен пальца. Разработан алгоритм сравнения двух шаблонов, позволяющий распознавать изображения венного рисунка.

show abstract

Section: рис5 этапы обработки изображенийunclassified

unclassified

See 2 more Smart Citations

Finger Vein Recognition Technique

Grizhebovskaya¹,

Михалев²

2019

Cybersecurity Issues

View full text Add to dashboard Cite

show abstract

“…However, the blood vessels are invisible and require different techniques to extract the correct pattern, and it depends on the living individual. The main issue with the finger vein application is that there are still some challenges that affect the performance of this system, such as finger vein image quality and well-defined or extracted feature levels [14]. With the growth of the digital economy and safety systems for networks, it is now common for identity information to be verified.…”

Section: Introductionmentioning

confidence: 99%

An Attention-Based Deep Regional Learning Model for Enhanced Finger Vein Identification

Sulaiman¹,

Abdulazeez²,

Zeba³

et al. 2022

View full text Add to dashboard Cite

Finger vein biometrics is one of the most promising ways to identify a person because it can provide uniqueness, protection against forgery, and bioassay. Due to the limitations of the imaging environments, however, the finger vein images that are taken can quickly become low-contrast, blurry, and very noisy. Therefore, more robust and relevant feature extraction from the finger vein images is still open research that should be addressed. In this paper, we propose a new technique of deep learning that is based on the attention mechanisms for human finger vein image identification and recognition and is called deep regional learning. Our proposed model relies on an unsupervised learning method that depends on optimized K-Means clustering for localized finger vein mask generation. The generated binary mask is used to build our attention learning model by making the deep learning structure focus on the region-of-interest (ROI) learning instead of learning the whole feature domain. This technique makes the Deep Regional Attention Model learn more significant features with less time and computational resources than the regular deep learning model. For experimental validation, we used different finger vein imaging datasets that have been extracted and generated using our model. Original finger vein images, localized finger vein images (with no background), localized grayscale finger vein images (grayscale images with no background and projected finger vein lines), and localized colored finger vein images (colored images with no background and projected finger vein lines) are used to train and test our model, which gets better results than traditional deep learning and other methods.

show abstract

Challenges of Finger Vein Verification System: A Theoretical Perspective

Cited by 2 publications

References 0 publications

Finger Vein Recognition Technique

Finger Vein Recognition Technique

An Attention-Based Deep Regional Learning Model for Enhanced Finger Vein Identification

Contact Info

Product

Resources

About