基于远距离虹膜与图孪生神经网络的验证系统
计算机视觉与模式识别
2022-08-02 v1 机器学习
摘要
生物识别系统在用户认证与验证等任务中代表了有效的解决方案，因为它们能够以高精度分析生理与行为特征。然而，尤其在使用生理生物特征时（如虹膜识别），往往需要特定硬件（如视网膜扫描仪、传感器或高清摄像机）以获得相关结果。同时，它们要求用户非常靠近摄像机以提取高分辨率信息。为此，本工作提出一种新方法，利用远距离（LR）图像实现虹膜验证系统。更具体地，我们提出一种将LR虹膜图像转换为图、随后使用图孪生神经网络（GSNN）预测两个图是否属于同一人的新方法论。本研究中，我们不仅描述了该方法论，还评估了这些图像的光谱分量如何用于改进图提取与最终分类任务。结果证明了该方法的适用性，鼓励学界探索图在生物识别系统中的应用。
引用
@article{arxiv.2208.00785,
title = {Verification system based on long-range iris and Graph Siamese Neural Networks},
author = {Francesco Zola and Jose Alvaro Fernandez-Carrasco and Jan Lukas Bruse and Mikel Galar and Zeno Geradts},
journal= {arXiv preprint arXiv:2208.00785},
year = {2022}
}
备注
Accepted to 2022 3rd Symposium on Pattern Recognition and Applications