hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Best Regions for Periocular Recognition with NIR and Visible Images
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0002-1400-346X
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0002-4929-1262
2014 (Engelska)Ingår i: 2014 IEEE International Conference on Image Processing (ICIP), Piscataway, NJ: IEEE Press, 2014, s. 4987-4991Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

We evaluate the most useful regions for periocular recognition. For this purpose, we employ our periocular algorithm based on retinotopic sampling grids and Gabor analysis of the spectrum. We use both NIR and visible iris images. The best regions are selected via Sequential Forward Floating Selection (SFFS). The iris neighborhood (including sclera and eyelashes) is found as the best region with NIR data, while the surrounding skin texture (which is over-illuminated in NIR images) is the most discriminative region in visible range. To the best of our knowledge, only one work in the literature has evaluated the influence of different regions in the performance of periocular recognition algorithms. Our results are in the same line, despite the use of completely different matchers. We also evaluate an iris texture matcher, providing fusion results with our periocular system as well. © 2014 IEEE.

Ort, förlag, år, upplaga, sidor
Piscataway, NJ: IEEE Press, 2014. s. 4987-4991
Nyckelord [en]
Biometrics, periocular, eye, Gabor filters
Nationell ämneskategori
Signalbehandling
Identifikatorer
URN: urn:nbn:se:hh:diva-25468DOI: 10.1109/ICIP.2014.7026010ISI: 000370063605031Scopus ID: 2-s2.0-84949926598ISBN: 978-1-4799-5751-4 (digital)OAI: oai:DiVA.org:hh-25468DiVA, id: diva2:720821
Konferens
IEEE International Conference on Image Processing, ICIP, Paris, France, 27-30 October, 2014
Projekt
BBfor2
Forskningsfinansiär
Vetenskapsrådet, 2012-4313
Anmärkning

Article number: 7026010

Tillgänglig från: 2014-06-02 Skapad: 2014-06-02 Senast uppdaterad: 2018-03-22Bibliografiskt granskad

Open Access i DiVA

fulltext(1853 kB)218 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1853 kBChecksumma SHA-512
6b35eca52591778464317e04b439e3c5aa516351191f6cd1d03b8ed5de1a019ea3215ce798bc6f08473b5943829f515d53eb29a06c7b1ef90a28da7cc149d560
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Alonso-Fernandez, FernandoBigun, Josef

Sök vidare i DiVA

Av författaren/redaktören
Alonso-Fernandez, FernandoBigun, Josef
Av organisationen
CAISR Centrum för tillämpade intelligenta system (IS-lab)
Signalbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 218 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 603 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf