In this thesis, person identification by combining automatic face and iris recognition is analyzed. Person identification by his face is one of the most intuitive from all biometric measures. We are used to recognizing familiar faces and confirming identity by a short glance at one's id card which contains image of the face. We are also used to being observed by surveillance cameras, which can perform biometric authentication without even being noticed. However, facial biometrics is one of most unstable metrics because the face gets noticeably older in several years and can frequently change depending on the mood of its owner. The core algorithm for facial recognition presented in this work is based on Gabor features. Deep analysis of each step helped to develop the method with better or similar accuracy to the best published results received on the same datasets, while being simple and fast.
On the other hand, person identification by his iris is one of the most sophisticated, stable and accurate biometrics. The core algorithm for iris recognition presented in this work is based on a novel iris texture representation by local extremum points of multiscale Taylor expansion. The proposed irises comparison method is very different from the classic phase-based methods, but is also fast and accurate. Combining it with our implementation of phase-based method results in superior recognition accuracy which is comparable or better than any published results received on the same... [to full text] / Darbe tyrinėjama asmens identifikacija, kombinuojant automatinį veido ir akies rainelės atpažinimą. Automatinė identifikacija pagal veidą yra intuityviausia iš biometrijos metrikų, kadangi būtent pagal veidą mes geriausiai sugebame atpažinti pažįstamus asmenis. Tai yra ir viena labiausiai priimtinų, kadangi visi esame įprate, kad mus filmuoja apsaugos kameros, lengviausiai išmatuojama - nes nereikalauja jokių įmantrių skanerių, tačiau kartu - tai yra ir viena iš nestabiliausių metrikų, kadangi veidas sensta ir šiaip kinta priklausomai nuo savininko nuotaikos. Darbe pristatomas veidų atpažinimo algoritmas paremtas Gaboro požymiais. Nuodugni analizė padėjo sukurti algoritmą, kurio tikslumą vertinant standartiniais testais jis lenkia arba yra lygus su geriausiais publikuotais metodais, tačiau pasižymi paprastumu ir dideliu greičiu.
Tuo tarpu automatinė identifikacija pagal rainelę yra laikoma viena stabiliausių ir tiksliausių. Darbe pristatomas rainelių atpažinimo algoritmas naudoja naujovišką rainelių tekstūros vaizdavimo būdą, paremtą lokaliais dvimačiais funkcijų aproksimacijos Teiloro eilutėmis ekstremumais. Kartu pristatomas naudojamų požymių palyginimo metodas, kuris yra labai nutolęs nuo bet kokių iki šiol rainelių tekstūrų palyginimui naudojamų metodų. Pasiūlytas rainelių atpažinimo metodas vėlgi yra spartus ir itin tikslus, o sujungus su klasikinio stiliaus rainelių tekstūrų palyginimu tikslumu nenusileidžia geriausiems publikuotiems metodams.
Darbas užbaigiamas veidų... [toliau žr. visą tekstą]
| Identifer | oai:union.ndltd.org:LABT_ETD/oai:elaba.lt:LT-eLABa-0001:E.02~2010~D_20100213_102103-34345 |
| Date | 13 February 2010 |
| Creators | Kranauskas, Justas |
| Contributors | Bastys, Algirdas, Ivanauskas, Feliksas, Juozapavičius, Algimantas, Kleiza, Vytautas, Raudys, Šarūnas, Telksnys, Laimutis, Punys, Jonas, Vaicekauskas, Rimantas, Vilnius University |
| Publisher | Lithuanian Academic Libraries Network (LABT), Vilnius University |
| Source Sets | Lithuanian ETD submission system |
| Language | English |
| Detected Language | Unknown |
| Type | Doctoral thesis |
| Format | application/pdf |
| Source | http://vddb.laba.lt/obj/LT-eLABa-0001:E.02~2010~D_20100213_102103-34345 |
| Rights | Unrestricted |
Page generated in 0.0024 seconds