实时嵌入式眼睛图像对虹膜生物识别的失焦估计
Camilo A Ruiz-Beltrán1, Adrián Romero-Garcés1, Martín González-García1
1Departamento Tecnologia Electronica, ETSI Telecomunicacion, University of Málaga, 29071 Málaga, Spain.
Sensors (Basel, Switzerland)
|September 9, 2023
概括
本研究引入了一种有效的眼睛图像检测系统,用于虹膜识别. 它有效地丢弃失焦点的图像,提高系统性能并减少处理负载.
科学领域:
- 计算机视觉 计算机视觉
- 生物识别信息 生物识别信息
- 嵌入式系统工程 嵌入式系统工程
背景情况:
- 虹膜识别系统面临的挑战是远距离的非合作主体.
- 为了实现更少的侵入性虹膜识别,需要宽视野传感器和高速率.
- 图像质量低,特别是失焦模糊,阻碍了在现实世界中可靠的虹膜识别.
研究的目的:
- 在多处理器系统芯片 (MPSoC) 上实现眼睛图像检测系统.
- 开发一种硬件块,用于评估眼睛拍摄的图像中的失焦模糊.
- 通过预先过低质量的图像来提高虹膜识别系统的效率.
主要方法:
- 在MPSoC的可编程逻辑 (PL) 上实现眼睛图像检测系统.
- 使用Vitis高水平合成 (VHLS) 集成一个功能块,用于失焦模糊的评估.
- 来自16MP像素传感器的图像处理速度超过57/秒 (fps).
主要成果:
- 该系统成功地丢弃了在CASIA-Iris-distance V4数据库中验证的不聚焦的眼睛图像.
- 拟议的框架通过16MP的传感器实现了高速的眼睛检测.
- 在现实世界的实现中,在进一步处理之前,多达97%的失焦图像被丢弃.
结论:
- 开发的基于MPSoC的系统有效地识别和丢弃失焦的眼睛图像.
- 这种方法大大降低了后续虹膜识别阶段的处理负担.
- 该系统在具有挑战性的,不合作的场景中提高了虹膜识别的实用性和效率.
