基于 AR 模型的虹膜图案唯一性
计算机视觉与模式识别
2023-06-23 v1 信号处理
摘要
虹膜唯一性的评估在分析虹膜识别系统的能力与局限方面起着关键作用。在提出的各种方法中,Daugman 的虹膜唯一性方法是最被广泛接受的之一。根据 Daugman 的说法,唯一性指的是虹膜识别系统能够注册越来越多类别,同时保持新类别与已注册类别间近乎零的碰撞概率的能力。Daugman 的方法为系统中的每个虹膜类别创建不同的 IrisCode 模板,并在码字间固定汉明距离下评估可支撑的人口规模。在我们之前的工作 [23] 中,我们利用率失真理论(涉及纠错码的极限)在码字间固定汉明距离的约束下,确立了 Daugman 的 IrisCode 可支撑的虹膜类别最大可能人口的边界。基于该研究,我们提出了一种评估虹膜识别系统可扩展性同时测量虹膜质量的新方法。我们通过采用高斯码字的球填充界,并采纳类似于 Daugman 的、以相对熵作为虹膜类别间距离度量的方法来实现这一点。为证明我们方法的有效性,我们在两个小型虹膜图像数据集上展示了其应用。我们根据图像质量确定了每个数据集可支撑的最大人口。通过这些示例,我们旨在帮助研究者理解其识别系统固有的局限,这取决于其虹膜数据库的质量。
引用
@article{arxiv.2306.12572,
title = {Uniqueness of Iris Pattern Based on AR Model},
author = {Katelyn M. Hampel and Jinyu Zuo and Priyanka Das and Natalia A. Schmid and Stephanie Schuckers and Joseph Skufca and Matthew C. Valenti},
journal= {arXiv preprint arXiv:2306.12572},
year = {2023}
}