Generating Synthetic Iris Images for Testing Biometric Systems

• Autorzy: Kasperuk Ł. , Tabędzki M.

Identyfikatory

DOI

10.24427/acsr-2018-vol14-0005

Warianty tytułu

Generowanie syntetycznych obrazów tęczówek dla celów testowania systemów biometrycznych

• Języki publikacji: EN

Abstrakty

EN

Usage of biometric methods of person identification has recently become quite popular. Many developers are working on new biometric systems which have to be tested using biometric data. This work proposes the ways of generating synthetic biometric data designed for testing of iris based biometric systems. Two iris texture generation methods are presented here – one is based on Perlin noise, the other on the image quilting algorithm. Also a hybrid approach combining both methods is presented. The results of tests were also presented to demonstrate the utility of images generated using these methods in testing biometric systems and the consistency of the results obtained with the results for real images.

PL

Rośnie popularność stosowania metod biometrycznych w identyfikacji osób, wielu badaczy pracuje nad nowymi systemami, a wymaga to danych, na których można by je testować. W niniejszej pracy zaproponowano sposób generowania sztucznych danych biometrycznych dla potrzeb testowania systemów bazujących na biometrii tęczówki ludzkiego oka. Przedstawiono dwie metody – jedna bazuje na szumie Perlina, natomiast druga na algorytmie generowania tekstu image quilting. Przedstawiono również podejście hybrydowe, łączące obydwie metody. Zawarto również wyniki testów, mających pokazać użyteczność obrazów wygenerowanych przy pomocy zaproponowanych metod w opisywanym zastosowaniu. Pokazano również ich spójność i podobieństwo do prawdziwych danych.

Słowa kluczowe

EN

iris; biometrics; biometric system

PL

tęczówka; biometria; system biometryczny

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Advances in Computer Science Research
• Rocznik: 2018
• Tom: Nr 14
• Strony: 69--86
• Opis fizyczny: Bibliogr. 12 poz., rys., tab., wykr.

Twórcy

autor

Kasperuk Ł.

• Faculty of Computer Science, Bialystok University of Technology, Białystok, Poland

autor

Tabędzki M.

• Faculty of Computer Science, Bialystok University of Technology, Białystok, Poland

Bibliografia

• [1] Luís Cardoso, André Barbosa, Frutuoso Silva, António M. G. Pinheiro, and Hugo Proença. Iris biometrics: Synthesis of degraded ocular images. IEEE Transactions on Information Forensics and Security, 8(7):1115–1125, July 2013.
• [2] Jiali Cui, Yunhong Wang, JunZhou Huang, Tieniu Tan, and Zhenan Sun. An iris image synthesis method based on pca and super-resolution. In Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004., volume 4, pages 471–474 Vol.4, Aug 2004.
• [3] John Daugman. High confidence visual recognition of persons by a test of statistical independence. IEEE Transactions on Pattern Analysis and Machine Intelligence, 15(11):1148–1161, Nov 1993.
• [4] John Daugman. New methods in iris recognition. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 37(5):1167–1175, Oct 2007.
• [5] Alexei A. Efros and William T. Freeman. Image quilting for texture synthesis and transfer. In Proceedings of the 28th Annual Conference on Computer Graphics and Interactive Techniques, SIGGRAPH ’01, pages 341–346, New York, NY, USA, 2001. ACM.
• [6] Evelyn Fix and Joseph Lawson Hodges. Discriminatory analysis. nonparametric discrimination: consistency properties. International Statistical Review/Revue Internationale de Statistique, 57(3):238–247, 1989.
• [7] Peter E. Hart, Nils J. Nilsson, and Bertram Raphael. A formal basis for the heuristic determination of minimum cost paths. IEEE transactions on Systems Science and Cybernetics, 4(2):100–107, 1968.
• [8] Mahdi S. Hosseini, Babak N. Araabi, and Hamid Soltanian-Zadeh. Pigment melanin: Pattern for iris recognition. Instrumentation and Measurement, IEEE Transactions on, 59(4):792 –804, april 2010.
• [9] Ken Perlin. Improving noise. In ACM Transactions on Graphics (TOG), volume 21, pages 681–682. ACM, 2002. [9] Ken Perlin. Improving noise. In ACM Transactions on Graphics (TOG), volume 21, pages 681–682. ACM, 2002.
• [9] Ken Perlin. Improving noise. In ACM Transactions on Graphics (TOG), volume 21, pages 681–682. ACM, 2002.
• [10] Clarence E. Rash, Michael B. Russo, Tomasz R. Letowski, and Elmar T. Schmeisser. Helmet-mounted displays: Sensation, perception and cognition issues. Technical report, ARMY AEROMEDICAL RESEARCH LAB FORT RUCKER AL, 2009.
• [11] Samir Shah and Arun Ross. Generating synthetic irises by feature agglomeration. In Image Processing, 2006 IEEE International Conference on, pages 317–320. IEEE, 2006.
• [12] Jinyu Zuo, Natalia A. Schmid, and Xiaohan Chen. On generation and analysis of synthetic iris images. IEEE Transactions on Information Forensics and Security, 2(1):77–90, 2007.

Uwagi

Artykuł zrealizowano w ramach pracy badawczej S/WI/2/2018.

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).