Two-headed eye-segmentation approach for biometric identification

要約

虹彩ベースの識別システムは、個人識別の最も一般的なアプローチの 1 つです。
このようなシステムには、さまざまな目のコンポーネントの領域を理想的に識別する高品質のセグメンテーション モジュールが必要です。
このホワイト ペーパーでは、新しい 2 ヘッド アーキテクチャを紹介します。このアーキテクチャでは、目のコンポーネントとまつ毛が 2 つの個別のデコード モジュールを使用してセグメント化されます。
さらに、さまざまなトレーニング損失を採用することにより、さまざまなトレーニング シナリオを調査します。
双頭アプローチのおかげで、セグメント化された形状の凸性を強化する凸事前分布を使用してモデルの品質を調べることもできました。
現実の状況での高解像度の近赤外線虹彩画像で、さまざまな学習シナリオの広範な評価を実施しました。

要約(オリジナル)

Iris-based identification systems are among the most popular approaches for person identification. Such systems require good-quality segmentation modules that ideally identify the regions for different eye components. This paper introduces the new two-headed architecture, where the eye components and eyelashes are segmented using two separate decoding modules. Moreover, we investigate various training scenarios by adopting different training losses. Thanks to the two-headed approach, we were also able to examine the quality of the model with the convex prior, which enforces the convexity of the segmented shapes. We conducted an extensive evaluation of various learning scenarios on real-life conditions high-resolution near-infrared iris images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google