Poglobljen pogled v beločnično biometrijo: Nova podatkovna množica in študija pristopov in kovariatov v razpoznavi

Abstract

Prepoznava ljudi je temeljni problem, s katerim se ukvarja področje biometrije. V našem delu se ukvarjamo s prepoznavo beločničnih žilnih struktur, ki imajo številne prednosti pred ostalimi značilkami: beločnične žile so edinstvene, tudi med identičnimi dvojčki – celo bolj kot prstni odtisi; za zajem ne potrebujemo posebnih naprav, le običajen fotoaparat ali mobilno kamero; zajem je neinvaziven in omogoča zajem na daljavo; žilne strukture se bistveno ne spreminjajo tekom življenja; žilne strukture je težko ponarediti. Ker se biometrija, podobno kot mnoga ostala področja računalniškega vida, vedno bolj poslužuje globokega učenja, so izredno pomembne kvalitetne dobro anotirane podatkovne množice. Naša podatkovna množica SBVPI je javno dostopna in vsebuje očesne slike visoke kvalitete skupaj z ročnimi anotacijami različnih regij v očesu (šarenica, zenica, ...). Poleg predstavitve SBVPI pa se naše delo tudi poglobi v bolj splošna vprašanja beločnične biometrije. V eksperimentalnem delu primerjamo 5 različnih pristopov za prepoznavo, ki jih evalviramo na SBVPI. Poleg tega analiziramo vpliv ločljivosti slik in smeri pogleda na uspešnost teh pristopov. Globoki model se je izkazal za najboljšega v splošnih poskusih, obenem pa tudi za najbolj robustnega, saj se je najbolje odrezal pri manjših ločljivostih in manj smereh pogleda. S tako poglobljeno analizo smo naslovili številna odprta vprašanja v beločnični biometriji, predvsem ker prikažejo smiselnost uporabe globokega učenja (ki jo omogoča naša podatkovna množica SBVPI) in pa pomembnost uporabe različnih smeri pogleda v sami prepoznavi.