Detección de vida vía software en imágenes de iris ... - ATVS

More documents

Recommendations

Info

Potencia de altas frecuencias 2 (MCI1) [6], muy similar al anterior el MCI4 peroutiliza una versión modificad del filtro paso alto, esta vez es de 5x5 [15].Donde M y N son las dimensiones de la matriz HFP y la matriz HFP es el resultadode convolucionar la imagen con el núcleo de 5x5:-1 -1 -1 -1 -1-1 2 2 2 -1-1 2 0 2 -1-1 2 2 2 -1-1 -1 -1 -1 -1Potencia de altas frecuencias 3 (MCI16) [6], idéntico al anterior pero utilizamosotro núcleo de convolución para el filtrado paso alto, esta vez también es de 5x5:-1 -1 -1 -1 -1-1 -1 4 -1 -1-1 4 4 4 -1-1 -1 4 -1 -1-1 -1 -1 -1 -1Potencia de altas frecuencias 4 (MCI15) [10], estima el desenfoque de la imagenimplementando la segunda derivada (usando una aproximación discreta deloperador laplaciano) con la intención de filtrar en paso alto las imágenes de iris.36
En las fórmulas anteriores X e Y son las dimensiones de la imagen, N es el tamañode la ventana de estudio para cada pixel, es el operador de variación lateral,“s” es el desplazamiento par el operador y “x” e “y” son las coordenadas deestudio en la imagen.Para nuestras muestras de entrenamiento se ha observado que los valores óptimospara separar al máximo las distribuciones en este factor de calidad son S=21, N=1.Figura 15. Ejemplo de computación de las diferentes medidas de enfoque implementadas para dosojos, uno real y otro sintético.37
Page 3: SISTEMA DE DETECCIÓN DE VIDA VÍA
Page 7: Agradecimientos:Quiero agradecer en
Page 11 and 12: INDICE DE CONTENIDOSIndice de figur
Page 13: INDICE DE FIGURASFigura 1. Iris, pu
Page 16 and 17: forma que se consiga aumentar la co
Page 18 and 19: mostrando el estado del arte en el
Page 21 and 22: 2. INTRODUCCIÓN A LABIOMETRÍABiom
Page 23 and 24: desarrollado sistemas que trabajan
Page 25 and 26: 2.3. SISTEMAS BIOMÉTRICOSUn sistem
Page 27 and 28: 2.4. FUNCIONAMIENTO DE LOS SISTEMAS
Page 29: Figura 3. Ejemplo de curvas de FAR,
Page 32 and 33: 3.2. EVOLUCIÓN EN EL TIEMPOEl conc
Page 34 and 35: Epitelio posterior pigmentado, comp
Page 36 and 37: Aun con estos sistemas, es necesari
Page 38 and 39: Figura 11. Ejemplo de detección de
Page 41 and 42: 4. ATAQUES A SISTEMASAUTOMÁTICOS D
Page 43 and 44: detectados, pudiendo cambiar los va
Page 45: Por otro lado los investigadores We
Page 48 and 49: Figura 14. Diagrama general del sis
Page 52 and 53: La figura 15 muestra como sensiblem
Page 54 and 55: Figura 18. Espectro de potencia de
Page 56 and 57: Relaciones de distribución de frec
Page 58 and 59: Relación entre iris e imagen (MCI1
Page 60 and 61: Contraste local (MCI13): nueva prop
Page 62 and 63: Para la clasificación de las imág
Page 64 and 65: Figura 30. División de la base de
Page 67 and 68: Los objetivos principales marcados
Page 69 and 70: Figura 32. Histogramas par a las me
Page 71 and 72: histograma con distribuciones muy s
Page 73: Se pueden sacar varias conclusiones
Page 76 and 77: menor tiempo de cálculo (a menor n
Page 78 and 79: [15] J. Daugman. How iris recogniti
Page 80 and 81: [46] M. Lane and L. Lordan. Practic
Page 83: PLIEGO DE CONDICIONESEste documento
Page 86 and 87: Condiciones particularesLa empresa
Page 89: ANEXO I: PUBLICACIONESEl trabajo pr

Detección de vida vía software en imágenes de iris ... - ATVS

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?