近红外眼周图像中性别分类的相关特征
计算机视觉与模式识别
2019-04-30 v1
摘要
多数基于 NIR 图像的性别分类方法利用了虹膜信息。近期工作探索了使用整个眼周虹膜区域，意外取得了更好结果。这表明性别分类的最相关信息并不如预期位于虹膜中。本文中，我们分析并论证了描述近红外眼周图像中性别的最相关特征的位置，并评估其对分类的影响。实验显示眼周区域比虹膜区域含有更多性别信息。我们提取了若干特征（强度、纹理与形状），并使用 XgBoost 算法按相关性分类。采用支持向量机与九种集成分类器测试使用最相关特征时的性别准确率。当使用位于眼周区域的 4,000 个特征时获得最佳分类结果（89.22%）。还进行了完整眼周虹膜图像与去虹膜图像的附加实验，所得性别分类率分别为 84.35% 与 85.75%。我们以一个新数据库（UNAB-Gender）对现有研究作出贡献。由结果我们建议仅关注虹膜周围区域，从而实现对近红外眼周图像性别的更快速分类。
引用
@article{arxiv.1904.12007,
title = {Relevant features for Gender Classification in NIR Periocular Images},
author = {Ignacio Viedma and Juan Tapia and Andres Iturriaga and Christoph Busch},
journal= {arXiv preprint arXiv:1904.12007},
year = {2019}
}
备注
12 pages, Paper accepted by IET Biometrics