A fast and efficient multiple step algorithm of iris image quality assessment

2010 ◽  
Author(s):  
Chunlei Shi ◽  
Longxu Jin
Keyword(s):  
Image Quality ◽  
Quality Assessment ◽  
Image Quality Assessment ◽  
Iris Image ◽  
Step Algorithm ◽  
Multiple Step

scholarly journals Iris image quality assessment based on ISO/IEC 29794-6:2015 standard

2020 ◽  
Vol 6 (7) ◽  
pp. 50471-50491
Author(s):  
Rodrigo Nani França ◽  
David Augusto Ribeiro ◽  
Renata Lopes Rosa ◽  
Demostenes Zegarra Rodriguez
Keyword(s):  
Image Quality ◽  
Quality Assessment ◽  
Image Quality Assessment ◽  
Iris Image

Study for iris image quality assessment

2016 ◽  
Vol 31 (12) ◽  
pp. 1131-1136 ◽  
Author(s):  
SHI Chun-lei ◽  
ZHOU Feng-wen ◽  
HU Yu-lu ◽  
SUN Hai-jiang
Keyword(s):  
Image Quality ◽  
Quality Assessment ◽  
Image Quality Assessment ◽  
Iris Image

scholarly journals IRIS IMAGE QUALITY ASSESSMENT BASED ON ISO/IEC 29794-6:2015 STANDARD

2020 ◽  
Vol 6 (7) ◽  
pp. 50471-50491
Author(s):  
Rodrigo Nani França ◽  
David Augusto Ribeiro ◽  
Renata Lopes Rosa ◽  
Demostenes Zegarra Rodriguez
Keyword(s):  
Image Quality ◽  
Quality Assessment ◽  
Image Quality Assessment ◽  
Iris Image ◽  
True Match ◽  
Para Determinar

O processo de reconhecimento biométrico da íris é uma das tecnologias biométricas mais consistentes entre outras disponíveis atualmente. No entanto, sua eficiência e precisão podem ser afetadas por imagens de íris de baixa qualidade usadas como entrada para um sistema de reconhecimento, assim, o desempenho global é reduzido. Nesse contexto, este trabalho propõe um estudo de avaliação para determinar o impacto da qualidade da imagem da íris no desempenho do sistema biométrico da íris, utilizando as principais métricas apresentadas na norma ISO / IEC 29794-6: 2015. Os testes experimentais são realizados usando um banco de dados de imagens de íris e o software de reconhecimento biométrico OSIRIS, ambos amplamente aceitos e referenciados nas últimas pesquisas. Os resultados experimentais mostram os valores de intervalo de cada métrica de qualidade e o número de imagens que atingem os valores mínimos necessários. O desempenho do sistema biométrico é avaliado pelos parâmetros True-Match (TM) e False Non-Match (FNM); assim, foi possível identificar que quanto maior o nível de qualidade da imagem, menor o valor de FNM; portanto, o desempenho do sistema é aprimorado.

Sign in / Sign up

Export Citation Format

Share Document