Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection

要約

あまり制御されていないシナリオでの顔や虹彩の堅牢性の向上が求められているため、最近、眼周囲の認識が注目されています。
複雑な対称フィルターに基づく目の検出のための新しいシステムを提示します。これには、トレーニングを必要としないという利点があります。
また、フィルターの分離可能性により、1 次元畳み込みによる高速検出が可能になります。
このシステムは、レチノトピック サンプリング グリッドとガボール スペクトル分解に基づく眼周囲アルゴリズムへの入力として使用されます。
評価フレームワークは、近赤外線センサーと可視センサーの両方で取得した 6 つのデータベースで構成されています。
実験のセットアップは、融合実験に使用される 4 つの虹彩マッチャーで補完されます。
提示された目検出システムは、近赤外線データで非常に高い精度を示し、1 つの可視データベースで妥当な精度を示します。
眼周囲システムに関しては、目の中心の位置を特定する際の小さなエラーに対して優れた堅牢性を示し、入力画像の変更をスケーリングします。
サンプリング グリッドの密度も、精度を犠牲にすることなく減らすことができます。
最後に、可視データを使用した虹彩マッチャーのパフォーマンスは低下しますが、眼周囲システムとの融合により、20% 以上の改善が得られます。
使用された 6 つのデータベースには手動で注釈が付けられており、注釈は公開されています。

要約(オリジナル)

Periocular recognition has gained attention recently due to demands of increased robustness of face or iris in less controlled scenarios. We present a new system for eye detection based on complex symmetry filters, which has the advantage of not needing training. Also, separability of the filters allows faster detection via one-dimensional convolutions. This system is used as input to a periocular algorithm based on retinotopic sampling grids and Gabor spectrum decomposition. The evaluation framework is composed of six databases acquired both with near-infrared and visible sensors. The experimental setup is complemented with four iris matchers, used for fusion experiments. The eye detection system presented shows very high accuracy with near-infrared data, and a reasonable good accuracy with one visible database. Regarding the periocular system, it exhibits great robustness to small errors in locating the eye centre, as well as to scale changes of the input image. The density of the sampling grid can also be reduced without sacrificing accuracy. Lastly, despite the poorer performance of the iris matchers with visible data, fusion with the periocular system can provide an improvement of more than 20%. The six databases used have been manually annotated, with the annotation made publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google