人类在虹膜识别中的表现：虹膜状况与标注驱动验证的影响
计算机视觉与模式识别
2018-11-21 v2
摘要
本文通过以下两方面推进了人类审视虹膜图像的技术水平：(1) 评估不同虹膜状况在身份核验中的影响；(2) 引入一种标注步骤以提高人们决策的准确性。在第一次实验环节中，114 名受试者被要求判断成对的虹膜图像是否描绘同一只眼睛（真品对）或两只不同的眼睛（冒名对）。这些图像对采样了六种状况：(1) 算法易于分类，(2) 算法难以分类，(3) 瞳孔放大差异大，(4) 患病影响的眼睛，(5) 同卵双胞胎，(6) 死后样本。在第二次环节中，114 名受试者中的 85 名被要求标注支持其决策的匹配与非匹配区域。受试者被允许因标注过程而改变其初始分类。结果表明：(a) 当被要求标注图像对之间的匹配与非匹配区域时，人们的身份核验准确率得到提升；(b) 描绘同一只眼睛但瞳孔放大差异大的图像对对受试者最具挑战性，但从标注驱动的的分类中获益良多；(c) 在核验死后和患病影响眼睛的真品对时（即显示出超出健康虹膜因瞳孔放大所致畸变的变形样本），人类表现优于虹膜识别算法；(d) 标注并不能改善对同卵双胞胎图像的分析准确率，这类图像对人们而言仍然容易混淆。
引用
@article{arxiv.1807.05245,
title = {Performance of Humans in Iris Recognition: The Impact of Iris Condition and Annotation-driven Verification},
author = {Daniel Moreira and Mateusz Trokielewicz and Adam Czajka and Kevin W. Bowyer and Patrick J. Flynn},
journal= {arXiv preprint arXiv:1807.05245},
year = {2018}
}
备注
Paper accepted for WACV 2019, Hawaii, USA