Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.6/973 |
Resumo: | Neste trabalho é proposta e concretizada a criação de uma base de dados com imagens da íris adquiridas e registadas de forma cooperativa em condições controladas de iluminação. A base de dados criada integra imagens da íris adquiridas simultaneamente nas regiões do visível (RGB) e infravermelho próximo (NIR) do espectro electromagnético. São ainda propostos e testados dois métodos de reconhecimento da íris com base na informação contida nos quatro canais RGB e NIR um dos métodos consiste num modelo linear cujos coeficientes foram calculados em função da base de dados criada enquanto que o outro consiste num modelo neuronal treinado com dados da mesma base de dados. Após a segmentação e normalização das imagens das íris procede-se à optimização dos parâmetros de filtros de Gabor a aplicar às regiões visível e infravermelho próximo do espectro, obtendo a informação relativa aos quatro canais: vermelho, verde, azul (Red, Green e Blue - RGB) e ao canal do infravermelho próximo (Near Infrared - NIR). Estes filtros optimizados são usados para a codificação final das imagens segmentadas das íris a cada um dos quatro canais anteriormente referidos, o desempenho da codificação das íris é analisado em cada um destes canais em separado. Por fim, foram criados dois modelos de reconhecimento da íris, um linear e outro utilizando redes neuronais que fundem a informação dos canais do visível RGB, ou em alternativa usam a informação associada aos quatro canais RGB e NIR. Os resultados mostraram que o modelo que tem o melhor desempenho no reconhecimento da íris é o modelo linear em que a informação dos quatro canais RGB e NIR é usada. |
id |
RCAP_3b285134e4a3141e77d5cc1c58a9357a |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/973 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visívelÍris - Reconhecimento biométricoReconhecimento de íris - ModelosÍris - Imagens multiespectraisÍris - BiometriaNeste trabalho é proposta e concretizada a criação de uma base de dados com imagens da íris adquiridas e registadas de forma cooperativa em condições controladas de iluminação. A base de dados criada integra imagens da íris adquiridas simultaneamente nas regiões do visível (RGB) e infravermelho próximo (NIR) do espectro electromagnético. São ainda propostos e testados dois métodos de reconhecimento da íris com base na informação contida nos quatro canais RGB e NIR um dos métodos consiste num modelo linear cujos coeficientes foram calculados em função da base de dados criada enquanto que o outro consiste num modelo neuronal treinado com dados da mesma base de dados. Após a segmentação e normalização das imagens das íris procede-se à optimização dos parâmetros de filtros de Gabor a aplicar às regiões visível e infravermelho próximo do espectro, obtendo a informação relativa aos quatro canais: vermelho, verde, azul (Red, Green e Blue - RGB) e ao canal do infravermelho próximo (Near Infrared - NIR). Estes filtros optimizados são usados para a codificação final das imagens segmentadas das íris a cada um dos quatro canais anteriormente referidos, o desempenho da codificação das íris é analisado em cada um destes canais em separado. Por fim, foram criados dois modelos de reconhecimento da íris, um linear e outro utilizando redes neuronais que fundem a informação dos canais do visível RGB, ou em alternativa usam a informação associada aos quatro canais RGB e NIR. Os resultados mostraram que o modelo que tem o melhor desempenho no reconhecimento da íris é o modelo linear em que a informação dos quatro canais RGB e NIR é usada.In this paper is proposed and implemented the creation of a database for iris images acquired and registered in a cooperative way under controlled conditions of illumination. The created database includes iris images acquired simultaneously in the regions of the visible (RGB) and near infrared (NIR) of the electromagnetic spectrum. It’s also proposed and tested two methods for iris recognition with the information contained in the four acquired channels RGB and NIR. The first method is a linear model whose coefficients were calculated according to the created database while the other method consists of a neuronal model trained with the data from the same database. After iris images segmentation and normalization the next step was the optimization of the Gabor filters parameters to be applied to corresponding segmented iris images in the visible and near infrared spectrum, obtaining the information in the four channels: red, green, blue (Red, Green and Blue - RGB) and near-infrared channel (Near infrared - NIR). These optimal filters were then used to encode the segmented images of the iris on each of the four channels mentioned above. The performance of the encoding was also analyzed in each channel separately. Finally, two iris recognition models were built, the first was a linear model and the second uses a neural network that merge information from the visible RGB channels, or alternatively uses the information association of all of the four channels RGB and NIR. The results show that the model that has the better performance in iris recognition is the linear model which holds the information of the four channels RGB and NIR.In this paper is proposed and implemented the creation of a database for iris images acquired and registered in a cooperative way under controlled conditions of illumination. The created database includes iris images acquired simultaneously in the regions of the visible (RGB) and near infrared (NIR) of the electromagnetic spectrum. It’s also proposed and tested two methods for iris recognition with the information contained in the four acquired channels RGB and NIR. The first method is a linear model whose coefficients were calculated according to the created database while the other method consists of a neuronal model trained with the data from the same database. After iris images segmentation and normalization the next step was the optimization of the Gabor filters parameters to be applied to corresponding segmented iris images in the visible and near infrared spectrum, obtaining the information in the four channels: red, green, blue (Red, Green and Blue - RGB) and near-infrared channel (Near infrared - NIR). These optimal filters were then used to encode the segmented images of the iris on each of the four channels mentioned above. The performance of the encoding was also analyzed in each channel separately. Finally, two iris recognition models were built, the first was a linear model and the second uses a neural network that merge information from the visible RGB channels, or alternatively uses the information association of all of the four channels RGB and NIR. The results show that the model that has the better performance in iris recognition is the linear model which holds the information of the four channels RGB and NIR.Universidade da Beira InteriorFiadeiro, Paulo TorrãoProença, Hugo Pedro Martins CarriçouBibliorumLucas, Luis2013-01-24T18:38:25Z2011-102011-10-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/973porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:36:23Zoai:ubibliorum.ubi.pt:10400.6/973Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:42:55.916433Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
title |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
spellingShingle |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível Lucas, Luis Íris - Reconhecimento biométrico Reconhecimento de íris - Modelos Íris - Imagens multiespectrais Íris - Biometria |
title_short |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
title_full |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
title_fullStr |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
title_full_unstemmed |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
title_sort |
Reconhecimento biométrico da íris na região de comprimentos de onda do infravermelho próximo e do visível |
author |
Lucas, Luis |
author_facet |
Lucas, Luis |
author_role |
author |
dc.contributor.none.fl_str_mv |
Fiadeiro, Paulo Torrão Proença, Hugo Pedro Martins Carriço uBibliorum |
dc.contributor.author.fl_str_mv |
Lucas, Luis |
dc.subject.por.fl_str_mv |
Íris - Reconhecimento biométrico Reconhecimento de íris - Modelos Íris - Imagens multiespectrais Íris - Biometria |
topic |
Íris - Reconhecimento biométrico Reconhecimento de íris - Modelos Íris - Imagens multiespectrais Íris - Biometria |
description |
Neste trabalho é proposta e concretizada a criação de uma base de dados com imagens da íris adquiridas e registadas de forma cooperativa em condições controladas de iluminação. A base de dados criada integra imagens da íris adquiridas simultaneamente nas regiões do visível (RGB) e infravermelho próximo (NIR) do espectro electromagnético. São ainda propostos e testados dois métodos de reconhecimento da íris com base na informação contida nos quatro canais RGB e NIR um dos métodos consiste num modelo linear cujos coeficientes foram calculados em função da base de dados criada enquanto que o outro consiste num modelo neuronal treinado com dados da mesma base de dados. Após a segmentação e normalização das imagens das íris procede-se à optimização dos parâmetros de filtros de Gabor a aplicar às regiões visível e infravermelho próximo do espectro, obtendo a informação relativa aos quatro canais: vermelho, verde, azul (Red, Green e Blue - RGB) e ao canal do infravermelho próximo (Near Infrared - NIR). Estes filtros optimizados são usados para a codificação final das imagens segmentadas das íris a cada um dos quatro canais anteriormente referidos, o desempenho da codificação das íris é analisado em cada um destes canais em separado. Por fim, foram criados dois modelos de reconhecimento da íris, um linear e outro utilizando redes neuronais que fundem a informação dos canais do visível RGB, ou em alternativa usam a informação associada aos quatro canais RGB e NIR. Os resultados mostraram que o modelo que tem o melhor desempenho no reconhecimento da íris é o modelo linear em que a informação dos quatro canais RGB e NIR é usada. |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-10 2011-10-01T00:00:00Z 2013-01-24T18:38:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.6/973 |
url |
http://hdl.handle.net/10400.6/973 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade da Beira Interior |
publisher.none.fl_str_mv |
Universidade da Beira Interior |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136329563373568 |