Author(s): Catarino, Francisco Manuel Inácio Ferreira
Date: 2009
Persistent ID: http://hdl.handle.net/10400.6/3731
Origin: uBibliorum
Subject(s): Sistemas biométricos; Biometria - Íris; Reconhecimento biométrico - Reconhecimento da íris; Biometria - Segmentação de íris - Metodologia; Segmentação da íris - Imagens
A segmentação rápida e eficaz da íris em imagens com ruído é uma das maiores dificuldades num sistema de reconhecimento não-cooperativo. Por essa razão é proposto nesta dissertação um método de segmentação de íris, com tempo de execução apropriado em sistemas de reconhecimento em tempo real, sacrificando para isso alguma precisão. Ao contrário da maioria dos métodos existentes, a segmentação da íris é interpretada como um problema de reconhecimento de padrões. Devido à pequena percentagem da imagem ocupada pela íris é utilizado um método com o propósito de delimitar rudemente a zona de localização da íris. Foi utilizado um método de selecção de características para que apenas sejam utilizadas as que adicionam nova informação ao conjunto de dados, evitando perdas de tempo na recolha de características inúteis. Foram criados grupos de treino de diversas dimensões para a encontrar o grupo de características que melhora a aprendizagem de classificadores e apresenta maior precisão. Os píxeis são classificados individualmente como sendo íris livre de ruído ou não. São comparados os resultados obtidos sobre a base de dados de imagens UBIRIS.v2, entre vários classificadores tendo por base as medidas de erro usadas no concurso de segmentação de íris NICE.1. O melhor classificador é avaliado sobre as mesmas condições do participantes do concurso e os resultados são analisados e comparados com as melhores pontuações do concurso NICE.1.
A fast and e ective iris segmentation in noisy images is one of the biggest di culties in a non-cooperative iris recognition system. In this dissertation we propose an iris segmentation method with running times appropriate to real-time recognition systems, even if it sacrifices some precision. Unlike other existent methods, we solve the iris segmentation problem as a pattern recognition problem. Because of the small percentage usually occupied by iris in the images, we use a pre-processing step in order to narrow down the iris location area. A feature evaluation method was used to select the features which add new information to the data set, avoiding waste of time in the extraction of unuseful features. Several training data sets of di erent dimensions were created to find the set of features which improves the classifiers’ learning and increases their precision. Each pixel is classified individually as being (or not) noise-free iris. The results obtained with our method are compared over the UBIRIS.v2 iris image data set, against several other classifiers using the error measures used in the iris segmentation contest NICE.1. The best classifier is then evaluated under the same conditions as the participants of the contest and its results are analysed and compared with the best scores obtained by the contest participants.
