利用频率自适应自动眼部检测结合Gabor特征的近红外与可见光眼周识别
计算机视觉与模式识别
2022-11-11 v1 图像与视频处理
摘要
由于在受控程度较低的场景中对人脸或虹膜识别鲁棒性要求的提高，眼周识别近期受到了关注。我们提出了一种基于复杂对称滤波器的新型眼部检测系统，其优势在于无需训练。此外，滤波器的可分离性允许通过一维卷积实现更快的检测。该系统被用作基于视网膜采样网格和Gabor谱分解的眼周算法的输入。评估框架由6个数据库组成，这些数据库均通过近红外和可见光传感器采集。实验设置还辅以4个虹膜匹配器，用于融合实验。所提出的眼部检测系统在近红外数据上表现出极高的准确率，并在一个可见光数据库上表现出相当不错的准确率。对于眼周系统，它对眼部中心定位的小误差以及输入图像的尺度变化表现出极强的鲁棒性。采样网格的密度也可以在不牺牲准确率的情况下降低。最后，尽管虹膜匹配器在可见光数据上表现较差，但与眼周系统的融合可以提供超过20%的性能提升。所使用的6个数据库已进行人工标注，并公开了标注结果。
引用
@article{arxiv.2211.05544,
title = {Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection},
author = {Fernando Alonso-Fernandez and Josef Bigun},
journal= {arXiv preprint arXiv:2211.05544},
year = {2022}
}
备注
Published at IET Biometrics