Detección de vida vía software en imágenes de iris ... - ATVS

More documents

Recommendations

Info

Figura 14. Diagrama general del sistema de detección de vida presentado en este proyecto.En las siguientes secciones se detalla cada uno de los pasos que intervienen en el sistema:5.2 PRARÁMETROS DE CALIDAD IMPLEMENTADOSLa parametrización propuesta en este trabajo y su aplicación a la detección de vidacomprende 22 adaptaciones de características de calidad de diferentes parámetros descritosen la literatura (en la figura 14 aparecen como IQF: Iris Quality Features, es decir Medidasde Calidad del Iris).Desde un punto de vista biométrico la calidad de las imágenes de iris pueden serestablecidas midiendo una de las siguientes propiedades:Enfoque.Emborronamiento por movimiento.Oclusión.Otros: incluyendo contraste o dilatación de la pupila.Como se puede observar en la tabla 1, para cada característica se han implementadodiferentes propuestas de la literatura calculando la potencia de las altas frecuencias de laimagen, dirección de ángulos utilizando filtros direccionales, intensidad de los pixeles endeterminadas regiones, o diferentes relaciones entre los tamaños de la pupila y el iris.La calidad de la imagen puede ser hallada analizando la imagen completa o combinandomedidas de diferentes partes de la imagen. A cada una de las medidas las denominaremosMCI (Medida de Calidad del Iris)34
Clase CaracterísticasEnfoque MCI1, MCI4, MCI15, MCI16Movimiento MCI2, MCI5, MCI18, MCI20Oclusión MCI3, MCI6-12, MCI17, MCI19, MCI21Otros MCI13, MCI14, MCI22Tabla 1. Resumen de los 22 parámetros implementados en el trabajo, clasificados de acuerdo a lacaracterística principal medida en la imagen.A continuación se dan detalles sobre las medidas de calidad, implementadas en el trabajo,clasificadas según la tabla 1:5.2.1 PARÁMETROS DE ENFOQUEIntuitivamente una imagen con un buen enfoque es una imagen bastante definida y muymarcada. Por esto el desenfoque principalmente atenúa las altas frecuencias espaciales dela imagen, por ello los investigadores proponen medir el enfoque utilizando el análisis delas altas frecuencias, ya sea en alguna parte en especial de la imagen o en su totalidad.Al final de este apartado, en la Figura 15, al final de la subsección, mostramos lasdiferencias entre ojos reales y sintéticos para estos parámetros:Potencia de altas frecuencias 1 (MCI4) [15], mide la concentración de energía delas componentes de altas frecuencias utilizando un filtro paso alto de convoluciónde 8x8:-1 -1 -1 -1 -1 -1 -1 -1-1 -1 -1 -1 -1 -1 -1 -1-1 -1 3 3 3 3 -1 -1-1 -1 3 3 3 3 -1 -1-1 -1 3 3 3 3 -1 -1-1 -1 3 3 3 3 -1 -1-1 -1 -1 -1 -1 -1 -1 -1-1 -1 -1 -1 -1 -1 -1 -1Posteriormente el valor de la medida a cada imagen se obtiene haciendo elsumatorio en dos dimensiones de la matriz resultante de la convolución y se divideel valor obtenido entre las dimensiones de la imagen.35
Page 3: SISTEMA DE DETECCIÓN DE VIDA VÍA
Page 7: Agradecimientos:Quiero agradecer en
Page 11 and 12: INDICE DE CONTENIDOSIndice de figur
Page 13: INDICE DE FIGURASFigura 1. Iris, pu
Page 16 and 17: forma que se consiga aumentar la co
Page 18 and 19: mostrando el estado del arte en el
Page 21 and 22: 2. INTRODUCCIÓN A LABIOMETRÍABiom
Page 23 and 24: desarrollado sistemas que trabajan
Page 25 and 26: 2.3. SISTEMAS BIOMÉTRICOSUn sistem
Page 27 and 28: 2.4. FUNCIONAMIENTO DE LOS SISTEMAS
Page 29: Figura 3. Ejemplo de curvas de FAR,
Page 32 and 33: 3.2. EVOLUCIÓN EN EL TIEMPOEl conc
Page 34 and 35: Epitelio posterior pigmentado, comp
Page 36 and 37: Aun con estos sistemas, es necesari
Page 38 and 39: Figura 11. Ejemplo de detección de
Page 41 and 42: 4. ATAQUES A SISTEMASAUTOMÁTICOS D
Page 43 and 44: detectados, pudiendo cambiar los va
Page 45: Por otro lado los investigadores We
Page 50 and 51: Potencia de altas frecuencias 2 (MC
Page 52 and 53: La figura 15 muestra como sensiblem
Page 54 and 55: Figura 18. Espectro de potencia de
Page 56 and 57: Relaciones de distribución de frec
Page 58 and 59: Relación entre iris e imagen (MCI1
Page 60 and 61: Contraste local (MCI13): nueva prop
Page 62 and 63: Para la clasificación de las imág
Page 64 and 65: Figura 30. División de la base de
Page 67 and 68: Los objetivos principales marcados
Page 69 and 70: Figura 32. Histogramas par a las me
Page 71 and 72: histograma con distribuciones muy s
Page 73: Se pueden sacar varias conclusiones
Page 76 and 77: menor tiempo de cálculo (a menor n
Page 78 and 79: [15] J. Daugman. How iris recogniti
Page 80 and 81: [46] M. Lane and L. Lordan. Practic
Page 83: PLIEGO DE CONDICIONESEste documento
Page 86 and 87: Condiciones particularesLa empresa
Page 89: ANEXO I: PUBLICACIONESEl trabajo pr

Detección de vida vía software en imágenes de iris ... - ATVS

Create successful ePaper yourself

Delete template?

Save as template?