Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/29161
metadata.teses.dc.title: Avaliação do impacto da qualidade da imagem no processo de reconhecimento biométrico da íris baseado na norma ISO/IEC 29794-6:2015
metadata.teses.dc.title.alternative: Impact assessment of image quality in the biometric recognition process of iris based on standard ISO/IEC 29794-6:2015
metadata.teses.dc.creator: França, Rodrigo Nani
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/6534536278555705
metadata.teses.dc.contributor.advisor1: Zegarra Rodríguez, Demóstenes
metadata.teses.dc.contributor.referee1: Zegarra Rodríguez, Demóstenes
metadata.teses.dc.contributor.referee2: Costa, Ricardo Marques da
metadata.teses.dc.contributor.referee3: Braga Júnior, Roberto Alves
metadata.teses.dc.subject: Reconhecimento biométrico
Biometria da íris
Processamento de imagens - Avaliação
Métricas de qualidade
Padronização
Biometric recognition
Iris biometric
Image Processing - Evaluation
Quality metrics
Standardization
metadata.teses.dc.date.issued: 8-May-2018
metadata.teses.dc.identifier.citation: FRANÇA, R. N. Avaliação do impacto da qualidade da imagem no processo de reconhecimento biométrico da íris baseado na norma ISO/IEC 29794-6:2015. 2018. 107 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)–Universidade Federal de Lavras, Lavras, 2018.
metadata.teses.dc.description.resumo: O uso da biometria para identificação e autenticação de pessoas já se faz presente em diversas áreas, como é caso do sistema bancário, registro de ponto eletrônico e até mesmo nos dispositivos móveis. O princípio básico da biometria é identificar uma pessoa por meio de uma característica única que o diferencie dos demais indivíduos e pode ser realizada por meio da impressão digital, reconhecimento facial, reconhecimento de voz, dentre outras formas. Uma outra técnica, considerada uma das mais confiáveis e em grande expansão, é a biometria por meio da textura da íris, porém, a sua acurácia depende diretamente da qualidade das imagens da íris. Neste contexto, o presente trabalho apresenta um estudo para avaliação do impacto da qualidade da imagem da íris no desempenho de um sistema biométrico. Para isso, foi utilizada a norma ISO/IEC 29794-6:2015, recentemente publicada, com a proposta de definir termos e metodologias quantitativas relevantes para caracterizar a qualidade das imagens de íris e avaliar o seu potencial de alta confiabilidade biométrica na tomada de decisões no processo de reconhecimento. O estudo foi aplicado em três bases de dados de íris distintas (CASIA, IITD e UFLIRIS) utilizando-se um software livre de reconhecimento de íris, o Osíris v4.1, bastante referenciado em outras pesquisas. A base de dados UFLIRIS, desenvolvida como parte dessa pesquisa, contou com a participação de 26 indivíduos, sendo obtidas 1728 imagens em diferentes posições e níveis de qualidade, auxiliando a pesquisa nos resultados obtidos e que será disponibilizada em conjunto com as suas máscaras binárias segmentadas manualmente. Os resultados experimentais na base de dados UFLIRIS, mostram que a métrica Q1, a qual se refere a área visível da textura da íris, é a métrica que tem o maior impacto no desempenho do sistema, considerando o F-Measure, obtendo-se uma melhoria de 0,5026 a 0,84373. Por sua vez, ao considerar a métrica Q9, que avalia a adequação da margem da imagem, seria preciso remover mais de 91,42% das imagens na base CASIA e 99,36% na base IITD que estavam abaixo do valor de referência recomendado pela norma. Foi verificado que mesmo sem a remoção dessas imagens, já era possível obter desempenhos de 0,98876 na base CASIA e 0,96638 e na base IITD, demonstrando que ao adotar essa métrica, pode ocorrer a remoção desnecessárias de muitas images. Por fim, a rotação entre imagens comparadas mostrou-se um grande problema, muitas vezes negligenciado por parte dos algoritmos de reconhecimento da íris e que afeta diretamente nos resultados obtidos, principalmente com o aumento nos valores False Non-Match Rate (FNMR), como por exemplo, no conjunto de dados UFLIRIS, que incluíam imagens com alta diferença de rotação, foi verificado 54% de FNMR e com a remoção dessas imagens o valor de FNMR foi reduzido para 13%.
metadata.teses.dc.description.abstract: The use of biometrics to identify and authenticate people is already present in several areas, such as the banking system, electronic point registration and even on mobile devices. The basic principle of biometrics is to identify a person by means of a unique characteristic that distinguishes them from other individuals and can be done through digital fingerprinting, facial recognition, voice recognition, among other forms. Another technique, considered one of the most reliable and in great expansion, is the biometry through the texture of the iris, but its accuracy depends directly on the quality of the images of the iris. In this context, this study aims to evaluate the impact of iris image quality on the performance of a biometric system. For this purpose, the recently published ISO / IEC 29794-6: 2015 was adopted, with the proposal to define relevant quantitative terms and methodologies to characterize the quality of the iris images and to evaluate their potential for high biometric reliability in decision making in the recognition process. The study was applied to three different iris databases (CASIA, IITD and UFLIRIS) using a free iris recognition software, Osiris v4.1, which was widely referenced in other studies. The UFLIRIS database, developed as part of this research, had the participation of 26 individuals, 1728 images were obtained in different positions and quality levels, assisting the research in the results obtained and that will be made available in conjunction with their segmented binary masks manually. The experimental results in the UFLIRIS database show that the Q1 metric, which refers to the visible area of the iris texture, is the metric that has the greatest impact on the performance of the system, considering the F-Meausre, obtaining a improvement from 0.5026 to 0.84373. On the other hand, when considering the Q9 metric, which evaluates the adequacy of the image margin, it would be necessary to remove more than 91.42% of the images in the CASIA database and 99.36% in the IITD database that were below the reference value recommended by the standard. It was verified that even without the removal of these images, it was possible to obtain performances of 0.98876 in the CASIA base and 0.96638 and in the IITD base, demonstrating that adopting this metric may result in the unnecessary removal of many images. Finally, the rotation between comparative images has proved to be a great problem, often neglected by the iris recognition algorithms and directly affecting the results obtained, mainly with the increase in False Non-Match Rate (FNMR) values, as for example, in the UFLIRIS data set, which included images with a high rotation difference, 54% of FNMR was verified and with the removal of these images the value of FNMR was reduced to 13%.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/29161
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DEG - Engenharia de Sistemas e Automação - Mestrado (Dissertações)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.