65、高效虹膜与眼角提取方法及核基与基于差异特征空间的实证比较

高效虹膜与眼角提取方法及核基与基于差异特征空间的实证比较

1. 高效虹膜与眼角提取方法

在眼部特征提取领域，有研究提出了一种高效的自动检测眼部特征的方法。该方法在实验中使用了Bosphorus数据库进行测试，此数据库虽为3D人脸数据库，但也提供了裁剪好面部区域的2D高分辨率彩色图像。实验选取了数据库中105个受试者的中性正面图像，图像大小不固定，范围在(936 - 1404) × (1218 - 1740)像素之间。在奔腾(R)双核2.49GHz CPU上使用MATLAB，单张人脸的计算时间少于13秒。

1.1 虹膜提取结果评估

评估虹膜中心位置和半径时，确定真实值并非易事。因为即使对于简单的完美圆形，手动精确找到中心也有难度，而且通过测量虹膜“宽度”来确定半径也存在缺陷，因为直径应通过精确中心测量。所以手动标记或测量这些特征可能导致错误评估。研究通过视觉检查虹膜提取结果，相关数据如下表所示：
| 方法 | 阈值 | 成功率 |
| ---- | ---- | ---- |
| [6] | - | 94.82% |
| [7] | - | 94% |
| 无眼部区域提取模块的本方法 | 5像素 | 95.23% |
| 有眼部区域提取模块的本方法 | 5像素 | 100% |

1.2 眼角检测结果评估

由于眼角定义不明确，无法进行视觉检查，因此手动标记眼角作为真实值。眼角误差通过两种不同方式计算：
- 方式一：误差为检测到的眼角与手动标记的眼角之间的欧几里得距离。图像根据两个虹膜中心之间的距离进行缩放后计算该误差，以便与相关研究对比（该研究中此距离固定为60像素）