Topology-Aware Global-Local Mamba Networks for Palm Vein Biometrics

Technische Samenvatting: Topology-Aware Global-Local Mamba Networks voor Palmader-biometrie

Probleemstelling
Erkenning van handpalmader-kenmerken is een verfijnde biometrische taak die wordt gekenmerkt door dunne, contrastarme vasculaire structuren die alleen zichtbaar zijn onder nabij-infrarood (NIR) verlichting. Hoewel deze kenmerken robuustheid bieden tegen vervalsing en oppervlakteverontreiniging, is effectieve herkenning uitdagend vanwege beperkte publieke datasets, intra-klasse variaties (houding, ruis, verlichting), en de noodzaak om zowel lokale vaattexturen als de globale connectiviteit van de vasculaire boom te modelleren. Bestaande deep learning-benaderingen kampen met specifieke beperkingen: Convolutionele Neurale Netwerken (CNN's) vereisen agressieve downsampling om lange-afstands-topologie te vangen, wat dunne vaatstructuren onderdrukt; Transformers en self-attention mechanismen zijn computationeel duur voor hoogresolutiebeelden en kunnen ijle vasculaire patronen verdunnen; en bestaande State-Space Models (SSM's) zoals Vision Mamba (Vim) en Global-Local Vision Mamba (GLVM) missen een expliciete codering van de lijnvormige, richtinggevoelige geometrie die inherent is aan vasculaire structuren.

Methodologie
De auteurs stellen een Topology-Aware Global-Local Mamba Network voor, een backbone-architectuur die is ontworpen om gezamenlijk lokale textuur en globale vasculaire topologie te modelleren. Het netwerk verwerkt enkelvoudige kanaal NIR-beelden ($128 \times 128$) via een stem, een lichaam bestaande uit zes identieke Topology-Aware Blocks (TABs), en een classificatiekop.

1. Stem: Twee strided $3 \times 3$ Conv-BatchNorm-SiLU lagen verlagen de resolutie van $128 \times 128$ naar $32 \times 32$ en breiden de kanalen uit naar $D=256$.
2. Topology-Aware Blocks (TAB): Elk blok behoudt de ruimtelijke resolutie en bestaat uit drie parallelle takken en twee stadia van gated fusie:
   • Multi-Scale Local Stream: Gebruikt depthwise convoluties met $3 \times 3$ en $5 \times 5$ vierkante kernels om isotrope vaattextuur te extraheren.
   • Structure-Aware Directional Stream: Maakt gebruik van as-uitgelijnde strip-convoluties ($1 \times 5$ en $5 \times 1$) om directionele responsen te vangen. Cruciaal is dat deze tak wordt geaugmenteerd door een vaste Sobel-magnitude randprior. Deze prior wordt berekend in de feature-ruimte (op het eerste kanaal van de stem output) met vaste Sobel-kernels ($G_x, G_y$) om een randkaart $E(u)$ te genereren. Deze kaart wordt geprojecteerd via een leerbare $3 \times 3$ convolutie en elementgewijs toegevoegd aan de directionele tak. Dit biedt een structurele inductieve bias zonder leerbare parameters in de prior zelf.
   • Global State-Space Stream: Implementeert een vierrichtingen state-space scan (Links-Rechts, Rechts-Links, Boven-Onder, Onder-Boven) aangepast van VMamba. Het gebruikt compacte leerbare per-kanaal scalairen voor discretisatie om geschikt te zijn voor kleinere datasets, wat een lineaire complexiteit biedt terwijl informatie wordt gepropageerd langs de scanrichtingen die zijn uitgelijnd met de vasculaire routing.
3. Gefaseerde Gated Fusie:
   • Stadium 1: De multi-scale en structureel-geaugmenteerde directionele stromen worden gefuseerd via een leerbaar gating-mechanisme om een structureel bewuste lokale representatie te produceren.
   • Stadium 2: Deze lokale representatie wordt gefuseerd met de globale state-space output. Deze volgorde zorgt ervoor dat de globale scan opereert op features die al verrijkt zijn met structurele aanwijzingen.
4. Residuele Updates: De gefuseerde output gaat door twee residuele verbindingen met stochastic depth (DropPath), gevolgd door een pointwise Feed-Forward Network (MLP ratio $r=2$).

Belangrijkste Bijdragen
Het artikel identificeert drie primaire bijdragen:

1. Expliciete Structurele Prior: De injectie van een parameterloze, differentieerbare Sobel-magnitude randkaart berekend in de feature-ruimte. In tegenstelling tot eerdere modellen die structurele geometrie impliciet laten, markeert deze prior expliciet de grenzen van vaten, wat de directionele en globale takken stuurt.
2. Richtinggevoelige Lokale Codering: Een nieuw lokaal blok dat isotrope multi-scale convoluties koppelt aan as-uitgelijnde strip-convoluties, specifwel ontworpen om aan te sluiten bij de lijnvormige, ijle geometrie van palmaders.
3. Gefaseerde Fusie Strategie: Een specifieke compositie waarbij lokale structurele features worden samengevoegd vóór de globale scan. Dit zorgt ervoor dat de vierrichtingen state-space scan een representatie verwerkt die al structurele aanwijzingen draagt, in plaats van ongestructureerde lokale features.

Experimentele Resultaten
De methode werd geëvalueerd op twee publieke benchmarks: HKPU-NIR en VERA Palm Vein, onder een uniforme trainingsprotocol. Het werd vergeleken met ResNet50, Vim-S, ViT-S en GLVM.

• HKPU-NIR: Behaalde 99,13% top-1 nauwkeurigheid en een 0,08% Equal Error Rate (EER) met 7,2M parameters.
• VERA Palm Vein: Behaalde 92,42% top-1 nauwkeurigheid en een 0,61% EER.
• Vergelijkende Prestaties: De voorgestelde methode behaalde de laagste EER onder alle vergeleken modellen op beide datasets, terwijl het het kleinste aantal parameters behield (7,2M).
• Trade-offs: Hoewel GLVM een iets hogere top-1 nauwkeurigheid behaalde (99,40% op HKPU-NIR) en een aanzienlijk lagere computationele kosten (0,59 G FLOPs vs. 7,28 G FLOPs voor de voorgestelde methode), gaf de voorgestelde architectuur prioriteit aan verificatiebetrouwbaarheid (laagste EER). De hogere FLOPs worden toegeschreven aan de dichte multi-branch blokken die op volledige $32 \times 32$ resolutie opereren zonder downsampling.

Betekenis en Claims
Het artikel claimt dat de voorgestelde architectuur er succesvol in slaagt de uitdaging aan te pakken van het modelleren van zowel lokale textuur als globale topologie in palmader-biometrie. Door een vaste structurele prior te integreren met state-space modellering, bereikt het netwerk superieure verificatieprestaties (laagste EER) met minder parameters dan bestaande CNN- of Transformer-gebaseerde baselines.

De auteurs erkennen beperkingen: de structurele prior is een vaste eerste-orde randoperator (niet leerbaar), de vergelijking steunt op baselines die getraind zijn onder licht verschillende pipelines (hoewel de datapartities identiek zijn), en de hoge computationele kosten beperken het ontwerp tot scenario's waarin verificatiebetrouwbaarheid zwaarder weegt dan het inferentiebudget. Toekomstig werk wordt voorgesteld om leerbare connectiviteitsbewuste priors en lichtere globale operatoren te verkennen.