利用一组新的二值统计图像特征从虹膜纹理图像进行性别分类
计算机视觉与模式识别
2019-05-02 v1
摘要
性别等软生物识别信息可贡献于许多应用，如身份识别和安防。本文探索使用二值统计特征（BSIF）算法对 NIR 传感器捕获的虹膜纹理图像进行性别分类。它使用由虹膜分割、归一化然后分类组成的虹膜识别系统相同流程。实验表明，应用 BSIF 并非易事，因为它会产生导致误分类的人造纹理。为克服此限制，从眼睛图像训练了一组新滤波器，并在主体不相交的数据库上测试了不同尺寸带填充带的滤波器。实现了一种改进 BSIF（MBSIF）方法。后者取得了更好的性别分类结果（左眼和右眼分别为 94.6\% 和 91.33\%）。这些结果可与性别分类的最先进水平（SOTA）竞争。作为额外贡献，创建了一个新的带性别标签的数据库，可应要求提供。
引用
@article{arxiv.1905.00372,
title = {Gender Classification from Iris Texture Images Using a New Set of Binary Statistical Image Features},
author = {Juan Tapia and Claudia Arellano},
journal= {arXiv preprint arXiv:1905.00372},
year = {2019}
}
备注
A pre-print version of the paper accepted at 12th IAPR International Conference on Biometrics