要約
虹彩認識の現在の研究は、よりリラックスした取得条件を可能にする方向に進んでいます。
これは取得した画像の品質に影響を与え、解像度が低いことが主な問題です。
ここでは、ローカル画像パッチの固有変換に基づいて虹彩画像を再構築するために使用される超解像アルゴリズムを評価します。
各パッチは個別に再構築され、ローカル情報を保持することで強化された画像の品質を向上させます。
再構成品質を向上させるためにコントラスト強化が使用され、虹彩認識パフォーマンスを向上させるためにマッチャーフュージョンが採用されています。
1,872 近赤外線虹彩画像のデータベースを使用してシステムを検証します。
提示されたアプローチは、特に低解像度でバイリニアまたはバイキュービック補間よりも優れており、2 つのシステムの融合により、わずか 13×13 の画像サイズまでのダウンサンプリング係数で EER が 5% 未満に押し上げられます。
要約(オリジナル)
Current research in iris recognition is moving towards enabling more relaxed acquisition conditions. This has effects on the quality of acquired images, with low resolution being a predominant issue. Here, we evaluate a super-resolution algorithm used to reconstruct iris images based on Eigen-transformation of local image patches. Each patch is reconstructed separately, allowing better quality of enhanced images by preserving local information. Contrast enhancement is used to improve the reconstruction quality, while matcher fusion has been adopted to improve iris recognition performance. We validate the system using a database of 1,872 near-infrared iris images. The presented approach is superior to bilinear or bicubic interpolation, especially at lower resolutions, and the fusion of the two systems pushes the EER to below 5% for down-sampling factors up to a image size of only 13×13.
arxiv情報
| 著者 | Fernando Alonso-Fernandez,Reuben A. Farrugia,Josef Bigun |
| 発行日 | 2022-10-18 11:25:19+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google