Comparative Analysis between Generalized Hough Transform and Neural Networks in Fingerprint Recognition - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Preprints, Working Papers, ... Year : 2024

Comparative Analysis between Generalized Hough Transform and Neural Networks in Fingerprint Recognition

Analyse comparative entre la transformée de Hough généralisée et les réseaux neuronaux pour la reconnaissance des empreintes digitales

Abstract

This in-depth study aims to evaluate and compare the performance of two major methods in the field of fingerprint recognition: the generalized Hough transform and Siamese neural networks. To do this, we carried out an exhaustive comparison on a representative sample of 628 fingerprints for each of the models, using the CASIA database, recognised for its diversity and appropriate size for accurate evaluations. The Siamese neural networks stood out by displaying remarkable accuracy, exceeding 99.2\%. Their ability to process large datasets efficiently underlines their relevance in biometric scenarios requiring in-depth analysis. In contrast, the Generalized Hough Transform achieved a respectable accuracy rate of 97.7\%, confirming its reliability even in more limited data contexts. This analysis highlights the distinct advantages of each approach, with particular emphasis on the adaptability of Siamese neural networks to complex variations in fingerprints. Their ability to generalise models to large datasets demonstrates their robustness and potential for large-scale biometric applications. To evaluate this performance, we used measures such as the confusion matrix, which provides a clear visualisation of the relationship between predicted and actual values, and the F1 score, which provides a balanced assessment of precision and recall. The results discussed enrich our understanding of the issues involved in biometric security and open up promising prospects for future research in this constantly evolving field.
Cette étude approfondie vise à évaluer et à comparer les performances de deux méthodes majeures dans le domaine de la reconnaissance des empreintes digitales : la transformée de Hough généralisée et les réseaux neuronaux siamois. Pour ce faire, nous avons procédé à une comparaison exhaustive sur un échantillon représentatif de 628 empreintes digitales pour chacun des modèles, en utilisant la base de données CASIA, reconnue pour sa diversité et sa taille appropriée pour des évaluations précises. Les réseaux neuronaux siamois se sont distingués par une précision remarquable, supérieure à 99,2 %. Leur capacité à traiter efficacement de grands ensembles de données souligne leur pertinence dans les scénarios biométriques nécessitant une analyse approfondie. En revanche, la transformée de Hough généralisée a obtenu un taux de précision respectable de 97,7 %, ce qui confirme sa fiabilité, même dans des contextes de données plus limités. Cette analyse met en évidence les avantages distincts de chaque approche, en insistant particulièrement sur l'adaptabilité des réseaux neuronaux siamois aux variations complexes des empreintes digitales. Leur capacité à généraliser les modèles à de grands ensembles de données démontre leur robustesse et leur potentiel pour des applications biométriques à grande échelle. Pour évaluer cette performance, nous avons utilisé des mesures telles que la matrice de confusion, qui fournit une visualisation claire de la relation entre les valeurs prédites et les valeurs réelles, et le score F1, qui fournit une évaluation équilibrée de la précision et du rappel. Les résultats présentés enrichissent notre compréhension des questions liées à la sécurité biométrique et ouvrent des perspectives prometteuses pour la recherche future dans ce domaine en constante évolution.
Fichier principal
Vignette du fichier
ARIMA.pdf (1.06 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-04527740 , version 1 (30-03-2024)

Licence

Attribution

Identifiers

  • HAL Id : hal-04527740 , version 1

Cite

Ali Zerbo, Abdoulaye Sere. Comparative Analysis between Generalized Hough Transform and Neural Networks in Fingerprint Recognition. 2024. ⟨hal-04527740⟩
23 View
18 Download

Share

Gmail Facebook X LinkedIn More