Perguntas e respostas mais freqüentes.
O que é o FVC (Fingerprint Verification Competition)?
O FVC (Fingerprint Verification Competition) é a maior competição de algoritmos de verificação de impressões digitais e que acontece a cada dois anos. É organizada pela Universidade de Bolonha (Itália), Universidade Estadual de San Jose (EUA), Universidade Estadual de Michigan (EUA) e Universidade Autônoma de Madri (Espanha). A última edição deste evento foi realizada no final de 2006 com a avaliação de 70 algoritmos de 53 participantes do meio industrial e acadêmico. A competição consiste na execução dos algoritmos sobre quatro bases de imagens de impressões digitais. Para cada execução são determinadas métricas biométricas que descrevem o desempenho e precisão desses algoritmos. Para cada base utilizada no FVC foi utilizado um sensor específico que produz imagens com características e qualidade diferentes. Os sensores utilizados no FVC 2006 foram os seguintes:
- Base 1: sensor de campo elétrico.
- Base 2: sensor óptico.
- Base 3: sensor de varredura térmica.
- Base 4: software SFinGe (imagens artificiais).
A figura 1 mostra um exemplo de imagem de cada uma das bases. Note-se a diversidade de tamanho, qualidade, tipo de fundo, tom de cinza, cor das papilas, contraste, dentre outras características das imagens.
O FVC tem duas modalidades: Open e Light. Na modalidade Light os algoritmos tem fortes restrições de tempo de execução e de espaço para armazenar as características extraídas das imagens. Na modalidade Open estas restrições são menos fortes, mas sempre garantindo que o algoritmo possa ser utilizado efetivamente de forma comercial.
Como é a organização e participação no FVC?
O FVC começa com uma chamada para a submissão. Os candidatos a participantes se inscrevem recebem um número de identificação confidencial para os algoritmos. O algoritmo da Griaule recebeu o número P066.
Uma vez realizada a inscrição os participantes recebem uma amostra das imagens de cada uma das bases de dados que serão utilizadas. Cada amostra permite aos participantes conhecer as características do tipo de sensor e das imagens. O conjunto de imagens da amostra não é utilizado nos testes. As imagens na figura 1 fazem parte dessa amostra inicial.
O processo de execução dos algoritmos demora vários meses e uma vez concluído, cada participante recebe de forma confidencial os resultados do seu algoritmo junto com a média dos dez melhores colocados em cada base. A partir destes resultados cada participante decide se seu nome aparece explicitamente ou de forma anônima na publicação dos resultados finais.
Que resultados são avaliados no FVC? Qual a diferença entre resultados médios e resultados por base?
Existem dois tipos de resultados avaliados para os algoritmos participantes: resultados médios que são calculados a partir de todas as bases de imagens e resultados por base calculados em cada base de imagens de maneira individual.
Os resultados médios medem de forma integral a robustez do algoritmo quando aplicado a imagens de sensores com qualidade e características diferentes (ver figura 1). Eles descrevem como seu algoritmo resolve de maneira universal o problema da verificação de impressões digitais, isto é, que acontece com seu sistema se você troca seu leitor de impressões por um outro de qualquer característica. Estes resultados médios são os de maior interesse para a comunidade acadêmica e industrial e marcam os avanços no estado da arte.
Os resultados por base por sua vez descrevem como o algoritmo lida com cada tipo de sensor e suas imagens de maneira independente e permitem aos participantes refinar seus algoritmos. Os resultados médios são calculados a partir dos resultados por base.
Qual a métrica mais importante avaliada no FVC?
A métrica mais importante para avaliar a precisão de um algoritmo em uma base de imagens é o EER (Equal Error Rate). Esta métrica mede a probabilidade do algoritmo errar ao decidir se duas imagens de impressões digitais correspondem ao mesmo dedo, isto é, mede a taxa de erro de verificação. Dentre os resultados por base do FVC estão incluídos os EER para cada uma das bases de imagens por separado.
Como as imagens obtidas por diferentes sensores podem apresentar características muito diferentes, o desempenho dos algoritmos de verificação pode ser muito sensível a esta variação. Isto pode resultar em um algoritmo que atinge um ERR muito baixo para determinado sensor e muito alto para outros tipos. Como conseqüência é criado o EER médio que é o mais importante dos resultados médios. O EER médio pode ser interpretado como a taxa de erro de verificação médio, isto é, a probabilidade média do algoritmo errar na verificação de duas impressões quando considerados simultaneamente múltiplos sensores de características diferentes. Em outras palavras, mede a robustez do algoritmo de se adaptar às diferenças presentes nas características das imagens e nos tipos de sensores sem perder a capacidade de verificação.
O EER médio é a métrica mais importante avaliada no FVC e serve como critério de ordenação dos participantes. A melhora do resultado do EER médio tem sido o alvo fundamental da pesquisa em algoritmos de verificação de impressões digitais no meio industrial e acadêmico.
No FVC2006 o algoritmo P066 da Griaule Tecnologia obteve o melhor desempenho no EER médio dentre todos os competidores.
