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

More documents

Recommendations

Info

Relaciones de distribución de frecuencias 1 (MCI6-12) [9]: Familia dediferentes combinaciones (suma, resta, multiplicación o división) de tresparámetros diferentes que consideran respectivamente la potencia de bajas (F1),medias (F2) y altas (F3) frecuencias (calculadas de acuerdo al espectro de latransformada de Fourier en dos dimensiones) de dos regiones locales de la imagendel ojo. El proceso se muestra en la Figura 21.Pese a estar incluidos en la clase de oclusión, o de enfoque estas medidas tambiénpodían ser clasificadas como de movimiento debido a su carácter de análisis defrecuencias.Figura 21. Proceso general de obtención de F1,F2 y F3 en MCI6-12.Unas de las combinaciones implementadas son las propuestas de los investigadores[9] aparecen en las dos primeras posiciones de la tabla 2, el resto de combinacionesson propuestas originales de este proyecto:Medida de calidadMCI6 [9]Combinación de F1, F2 y F3F1 + F2 + F3MCI7 [9]MCI8MCI9MCI10F3F2F142
MCI11MCI12Tabla 2. Medidas implementadas como combinación de F1, F2 y F3Relaciones de distribución de frecuencias 2 (MCI17) [11]: Similar a losanteriores, pero en este caso el iris se divide en múltiples regiones de frecuencia yel espectro se calcula usando la 2DCWT (2D Continuous Wavelet Transform).RealSintéticoFigura 22.Imágenes en el operador MCI17.Tal como se aprecia en la figura 22, el operador CWT hace que sea muy difícilencontrar el iris en la imagen falsa. El operador anula las zonas claras en la escalade grises manteniendo sólo visibles las zonas con valores oscuros.43
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 50 and 51: Potencia de altas frecuencias 2 (MC
Page 52 and 53: La figura 15 muestra como sensiblem
Page 54 and 55: Figura 18. Espectro de potencia de
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
show all

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

Create successful ePaper yourself

Delete template?

Save as template?