用于虹膜识别的域特定受人类启发的二值统计图像特征
计算机视觉与模式识别
2018-11-20 v2
摘要
二值统计图像特征（BSIF）已成功用于许多计算机视觉任务中的纹理分析，包括虹膜识别和生物特征呈现攻击检测。重要的一点是，BSIF 在虹膜识别中的所有应用都使用了原始的 BSIF 滤波器，这些滤波器是在从自然图像中提取的图像块上训练的。本文检验了域特定 BSIF 是否能比默认 BSIF 给出更好性能的问题。第二重要点在于训练 BSIF 所用图像块的选择。源自人类执行虹膜识别任务的眼动追踪实验的图像块，能否比随机块给出更好性能？我们的结果表明：(1) 域特定 BSIF 特征可以胜过默认 BSIF 特征；(2) 以人类表现为指导、以任务特定方式选择图像块可以胜过选择随机块。这些结果很重要，因为 BSIF 常被视为无需任何域适应的通用纹理工具，且以人类任务引导选择训练块（据我们所知）从未被做过。本文遵循可重复研究要求，新的虹膜域特定 BSIF 滤波器、滤波器训练中使用的块、测试所用数据库以及所设计虹膜识别方法的源代码随本文一并公开，以促进该概念的应用。
引用
@article{arxiv.1807.05248,
title = {Domain-Specific Human-Inspired Binarized Statistical Image Features for Iris Recognition},
author = {Adam Czajka and Daniel Moreira and Kevin W. Bowyer and Patrick J. Flynn},
journal= {arXiv preprint arXiv:1807.05248},
year = {2018}
}
备注
Paper accepted for WACV 2019, Hawaii, USA