Nástroj pro multimodální biometrické rozpoznávání lidského oka

Abstract

Cílem této práce je vytvoření multimodálního biometrického systému pro rozpoznávání lidí na základě oka. Systém kombinuje informace z charakteristik duhovky a sítnice na úrovni porovnávacího skóre pomocí metod založených na transformaci a klasifikátoru. Rozpoznávání sítnice je založeno na detekci bifurkací v krevním řečišti, které je segmentováno pomocí adaptivních filtrů. Slepá a žlutá skvrna na sítnici jsou detekovány prostřednictvím šablonového porovnávání obrazů. Šablony sítnic jsou zarovnány metodou ICP a porovnány na základě euklidovské vzdálenosti. V unimodálním režimu dosahuje systém přibližně 99% úspěšnosti při rozpoznávání právoplatných a neprávoplatných uživatelů. V multimodálním režimu systém dosahuje 100% přesnosti, a to jak při fúzi na základě transformace, tak při fúzi založené na klasifikátoru.

The aim of this work is to develop a multimodal biometric system for eye-based human recognition. The system combines information from iris and retinal features at the matching score level using transform and classifier based methods. Retinal recognition is based on the detection of bifurcations in the bloodstream, which is segmented using matched filters. Blind spot and macula in the retina are detected through template matching of images. Retinal templates are aligned using ICP method and compared based on Euclidean distance. In unimodal mode, the system achieves approximately 99% success rate in recognizing legitimate and non-legitimate users. In multimodal mode, the system achieves 100% accuracy, both in transform-based fusion and classifier-based fusion.