一种用于眼动生物识别的分数级融合方法
计算机视觉与模式识别
2016-01-14 v1
摘要
本文提出一种利用眼动模式进行生物识别应用的新颖框架。眼动包含关于认知脑功能、神经通路等丰富信息。在所提方法中，眼动数据被分类为注视和扫视。从注视和扫视中提取的特征被基于高斯径向基函数网络（GRBFN）的方法用于生物特征认证。在输出层采用分数融合方法对数据进行分类。在评估阶段，该算法已使用两类刺激进行测试：屏幕上随机点跟随和文本阅读。结果表明了眼动模式作为一种生物识别模态的优势。该算法已在BioEye 2015数据库上评估，并优于所有其他方法。眼动由复杂的眼动装置（oculomotor plant）产生，很难通过机械复制品欺骗。将眼动动力学与虹膜识别技术结合可能催生鲁棒的抗伪造人员识别系统。
引用
@article{arxiv.1601.03333,
title = {A Score-level Fusion Method for Eye Movement Biometrics},
author = {Anjith George and Aurobinda Routray},
journal= {arXiv preprint arXiv:1601.03333},
year = {2016}
}
备注
11 pages, 6 figures, In press, Pattern Recognition Letters