用于跨光谱人眼匹配的光谱转换
计算机视觉与模式识别
2020-02-18 v1
摘要
跨光谱验证在生物识别中仍是一个重大问题，尤其对于眼部区域，因为图像中反射特征随所用区域和光谱的不同而存在差异。本文中，我们研究使用条件对抗网络在近红外与可见光图像之间进行用于眼部生物识别的光谱转换。我们基于转换图像的整体视觉质量以及当使用对立数据训练时识别系统的精度下降来分析该转换。我们使用 PolyU 数据库并提出两种不同的生物识别验证系统，第一种基于以 Softmax 和交叉熵损失训练的孪生网络，第二种为三元组损失网络。当使用为 NIR 训练的三元组损失网络并计算真实 NIR 图像与由可见光谱转换而来的伪造图像之间的欧氏距离时，我们实现了 1% 的等错误率（EER）。我们也使用基线算法超越了先前的结果。
引用
@article{arxiv.2002.06228,
title = {Spectrum Translation for Cross-Spectral Ocular Matching},
author = {Kevin Hernandez Diaz and Fernando Alonso-Fernandez and Josef Bigun},
journal= {arXiv preprint arXiv:2002.06228},
year = {2020}
}