| dc.description.abstract | Los sistemas biométricos corresponden a sistemas que realizan el reconocomiento automático de
individuos a través de atributos únicos. Para que un patrón biométrico sea utilizable, debe cumplir ciertas
propiedades, entre ellas las más importantes son: universalidad; invarianza en el tiempo; fácil recolección
y almacenamiento. Se considera que el iris cumple con todas estas características y ha sido utilizado en
sistemas de reconocimiento por más de una década. A medida que ha transcurrido el tiempo, los sistemas
basados en reconocimiento de iris han mejorado considerablemente con respecto a su exactitud, sin embargo,
aún se utilizan sistemas altamente cooperativos y en particular en condiciones de iluminación dañinas para la
salud, por lo que la comunidad de investigadores se ha volcado en torno a relajar las restricciones en las que
operan estos sistemas, con el fin de mejorar la experiencia de uso y la calidad de vida de los usufructuarios.
En este trabajo se evalúa un sistema de reconocimiento de iris a distancia, en donde se utilizan las
características de color y textura del mismo para llevar a cabo la clasificación. El trabajo abarca el estudio de
distintos algoritmos de preprocesamiento de imágenes, esquemas de codificación y comparación propuestos
durante los últimos años, los cuales se evalúan cada uno por separado y finalmente se utilizan en conjunto,
además de describir el método propuesto para computar la desición final del sistema. El algoritmo se evalúa
en una base de datos que consta de 1505 imágenes correspondientes a 54 sujetos, tomadas a una distancia
aproximada de 1.5 [m] de distancia de la cámara utilizando iluminación de espectro visible. A partir de
esta base de datos se seleccionan las mejores imágenes de iris utilizando distintos sistemas de evaluación de
enfoque, luego se particiona en una base de datos de entrenamiento de parámetros y otra de validación, y
finalmente se muestran los resultados con respecto a la base de datos de validación. Se utilizaron kernels para
evaluar el enfoque de las imágenes capturadas, en particular los propuestos por Daugman, Kang y Wei y se
observó que el kernel de Daugman resulta ser más efectivo. Se utilizaron distintos métodos de corrección de
enfoque, reducción de ruido y ecualización de imágenes combinados para mejorar la tasa de reconocimiento
del sistema, y se concluyó que el filtro de Wiener para reducir el ruido otorga los mejores resultados. Se
implementó un sistema de codificación generalizada para aumentar arbitrariamente la cantidad de bits que
se obtienen por cada pixel de la imagen, concluyendo que el mejor tamaño de codificación fue de 4 bits
por pixel luego de reducir el ruido en las imágenes utilizando el filtro de Wiener. Se implementó un mapa de
pesos por cada usuario registrado en la base de datos, la cual se encarga de otorgarle mayor peso a los bits que
a priori son menos variables entre muestras, lo que aumentó la exactitud promedio desde 17.72% a 26.6%
utilizando sólo esta mejora, con 5 imágenes por usuario enrolado. Se evaluaron dos métodos para clasificar
el iris de acuerdo a su coloración, diferencia promedio y distancia de difusión, en donde se concluyó que
la diferencia promedio otorga mejores resultados, sin embargo esta característica no es lo suficientemente
discriminadora como para ser utilizada por sí sola. El resultado final del índice de reconocimiento del sistema
al utilizar todas las mejoras antes mencionadas y fusionando las características de textura iridal y color de
iris de ambos ojos es del 90.77%, con una tasa de aceptación de impostores del 0% en promedio. | |
