基于多数据集眼动特征的用户身份识别广泛研究
计算机视觉与模式识别
2022-07-05 v1 人工智能
摘要
若干研究已报道，基于眼动特征的生物识别可用于身份认证。本文基于 George 和 Routray 最初提出方法的改进版本，对跨多个数据集的眼动用户身份识别进行了广泛研究。我们针对若干影响识别准确率的因素分析了所提方法，例如刺激类型、IVT 参数（用于将轨迹分割为注视和扫视）、添加如眼动高阶导数等新特征、纳入眨眼信息、模板老化、年龄与性别。我们发现三种方法——即选取最优 IVT 参数、添加高阶导数特征以及包含额外的眨眼分类器——对识别准确率有正向影响。改进幅度从几个百分点到在某数据集上令人印象深刻的 9% 提升不等。
引用
@article{arxiv.2111.05901,
title = {An Extensive Study of User Identification via Eye Movements across Multiple Datasets},
author = {Sahar Mahdie Klim Al Zaidawi and Martin H. U. Prinzler and Jonas Lührs and Sebastian Maneth},
journal= {arXiv preprint arXiv:2111.05901},
year = {2022}
}
备注
11 pages, 5 figures, submitted to Signal Processing: Image Communication