Angewandte biometrische Systeme
Lernen
« zurück zur Kartenübersicht « Liste
33/51 [33]

Beschreiben Sie den prinzipiellen Aufbau eines Iriserkennungssystems.

Ein IES ist ein Pattern-Matching-System, das zwei Iriden vergleicht und einen Matching Score generiert. Typischerweise besteht es aus vier Modulen:

1. Aufnahme des Auges (Acquisition):
Geschieht meist mit menschlicher Unterstützung. Verwendet wird eine monochrome CCD Kamera sowie ggf. zusätzliches Infrarotlicht (NIR), welches das Auge nicht blendet. Typischerweise werden mehrere Bilder aufgenommen und nur qualitativ hochwertige Aufnahmen werden behalten. Die Iris ist bei der Aufnahme sehr nah am Objektiv. Nicht weit genug geöffnete Augenlider oder Blinzeln während der Aufnahmen können die Qualität der Bilder negativ beeinflussen.

2. Lokalisierung der Iris (Segmentation):
Normalerweise befinden sich neben der Iris die Pupille sowie die Augenlider auf dem Bild. Daher müssen die wesentlichen Merkmale erst extrahierte werden. Innere und äußere Begrenzungen der Iris werden lokalisiert und erkannt. Dies ist ein kritischer Schritt in der Erkennung, da Ungenauigkeiten die Vergleichsqualität erheblich beeinflussen können.

3. Bildverbesserung (Normalization):
Iriden können unterschiedliche Größen aufweisen und je nach Beleuchtung durch Reflektionen auf Bildern unterschiedliche Strukturen aufweisen. Um diesen Unterschieden Rechnung zu tragen, wird die Normalisierung durchgeführt. Oft auch als „Auspacken“ der Iris bezeichnet. Das Ergebnis einer Operation mit Hilfe des Rubber Sheet Model ist ein rechteckiges Feld.

4. Merkmalsextraktion und Matching (Encoding and Matching):
Statt die beiden Iriden direkt zu vergleichen, werden typischerweise noch Methoden zur Merkmalsextraktion (Wavelet-Filter) verwendet. Das Ergebnis dieser Operation ist ein binärer 2D Code, der auch als „Irisocode“ bezeichnet wird.  Zwei solcher Codes können mit Hilfe der Hammingdistanz verglichen werden.

Diskussion