面向 AR/VR 应用的头戴式显示器中虹膜识别基准评测
计算机视觉与模式识别
2020-10-23 v1 机器学习
摘要
增强现实与虚拟现实正被部署于不同应用领域。此类应用可能涉及访问或处理关键敏感信息，需要严格且持续的访问控制。鉴于为此类应用开发的头戴式显示器（HMD）通常包含用于注视追踪的内部摄像头，我们评估了该设置通过虹膜识别验证用户的适用性。本工作中，我们首先通过考察三种成熟的手动特征提取方法，评估了一组适用于 HMD 设备的虹膜识别算法，并作为补充，使用四种深度学习模型给出了分析。在考虑独立式 HMD 极简硬件需求的同时，我们采用并适配了近期开发的微型分割模型（EyeMMS）来分割虹膜。此外，针对非理想与非配合的虹膜采集，我们定义了一种新的虹膜质量度量，称之为虹膜掩码比（IMR），以量化虹膜识别性能。受虹膜识别性能的启发，我们还提出了 HMD 中非配合采集场景下的用户持续认证。通过在公开可用的 OpenEDS 数据集上的实验，我们表明在通用设置下使用深度学习方法可达到 EER = 5% 的性能，并实现高准确率的用户持续认证。
引用
@article{arxiv.2010.11700,
title = {On Benchmarking Iris Recognition within a Head-mounted Display for AR/VR Application},
author = {Fadi Boutros and Naser Damer and Kiran Raja and Raghavendra Ramachandra and Florian Kirchbuchner and Arjan Kuijper},
journal= {arXiv preprint arXiv:2010.11700},
year = {2020}
}
备注
Accepted at International Join Conference on Biometrics (IJCB 2020)