[論文レビュー] A fast and accurate iris segmentation method using an LoG filter and its zero-crossings

Tariq Khan, Donald G. bailey+1 more|arXiv (Cornell University)|Jan 17, 2022

Biometric Identification and Security被引用数 4

ひとこと要約

本稿では、ラプラシアン・オブ・ガウスィアン（LoG）フィルタとリージョン・グロービング、ゼロ・クロッシング検出を組み合わせた高速かつ高精度な虹彩セグメンテーション手法を提案する。この手法はLoGフィルタとリージョン・グロービングを用いて虹彩を検出するとともに、ゼロ・クロッシングを用いて内側および外側の虹彩境界を精緻化し、CASIA-IrisV1では100%、CASIA-IrisV3-Lampでは99.68%の正確性を達成した。また、最先端の手法と比較して著しく計算コストを低減した。

ABSTRACT

This paper presents a hybrid approach to achieve iris localization based on a Laplacian of Gaussian (LoG) filter, region growing, and zero-crossings of the LoG filter. In the proposed method, an LoG filter with region growing is used to detect the pupil region. Subsequently, zero-crossings of the LoG filter are used to accurately mark the inner and outer circular boundaries. The use of LoG based blob detection along with zero-crossings makes the inner and outer circle detection fast and robust. The proposed method has been tested on three public databases: MMU version 1.0, CASIA-IrisV1 and CASIA-IrisV3- Lamp. The experimental results demonstrate the segmentation accuracy of the proposed method. The robustness of the proposed method is also validated in the presence of noise, such as eyelashes, a reflection of the pupil, Poisson, Gaussian, speckle and salt-and-pepper noise. The comparison with well-known methods demonstrates the superior performance of the proposed method's accuracy and speed.

研究の動機と目的

• 既存の強度ベースおよび形状ベースの手法に起因する制限を克服する、高速かつ高精度な虹彩セグメンテーション手法の開発。
• ノイズや遮蔽が存在する状況でも、高いセグメンテーション正確性を維持しながら計算コストを低減すること。
• 現実世界の虹彩画像に一般的に見られるまつげ、反射、およびガウスノイズ、ポissonノイズ、ソルトアンドペッパー・ノイズなどの多様なノイズタイプに対する耐性を向上させること。
• 複数の公的虹彩データベースにおいて、速度と正確性の両面で最先端の性能を達成すること。
• 境界の局所化精度を損なわず、処理時間を最小限に抑えることで、虹彩認識システムの実用的導入を可能にすること。

提案手法

• 本手法は、虹彩に対応するボブ・ライクな構造を検出するためのラプラシアン・オブ・ガウスィアン（LoG）フィルタを用い、その後リージョン・グロービングにより初期の虹彩中心および半径を推定する。
• LoGフィルタ処理後の画像におけるゼロ・クロッシングを検出することで、虹彩の内側（瞳孔）および外側（虹彩縁）の円形境界を正確に特定する。
• 瞳孔境界の精緻化のために、二重目のLoGフィルタを適用し、エッジにおける強度変化を同定することで、境界の局所化正確性を向上させる。
• 三重目のLoGフィルタを用いて、目の方向を推定し、まぶたの弧を検出したり、部分的に開いた目の状態に対処する支援を行う。
• ゼロ・クロッシングにより特定された安定領域を活用して境界探索および補間をガイドすることで、遮蔽領域における耐性を向上させる。
• 一般化を図るため、固定パラメータでアルゴリズムをチューニングしたが、濃いまつげおよびまゆげの遮蔽下では性能が低下する傾向を示した。

実験結果

リサーチクエスチョン

• RQ1 LoGフィルタ、リージョン・グロービング、ゼロ・クロッシング検出を統合したハイブリッド手法が、既存の虹彩セグメンテーション手法と比較して、より高い正確性と高速処理を達成できるか。
• RQ2 本手法は、ガウスノイズ、ポissonノイズ、スペックル・ノイズ、ソルトアンドペッパー・ノイズなどの多様なノイズ条件下でも、どのように性能を発揮するか。
• RQ3 とくに濃いまつげおよびまゆげの遮蔽が生じる状況下でも、本手法はどの程度正確性を維持できるか。
• RQ4 本手法の計算コストは、複数の虹彩データベースにおいて、最先端技術と比較してどの程度低いか。
• RQ5 LoGフィルタのゼロ・クロッシングが、内側および外側の虹彩境界を高精度かつ耐障害性をもって正確に局所化できるか。

主な発見

• 提案手法は、CASIA-IrisV1データベースにおいて、内側および外側の虹彩境界の両方で100%のセグメンテーション正確性を達成した。
• CASIA-IrisV3-Lampデータベースでは99.68%の正確性を達成し、Ibrahim（98.28%）およびMasek（79.02%）などの既存手法を上回った。
• MMUバージョン1.0では平均処理時間が0.44秒、CASIA-IrisV1では0.5秒、CASIA-IrisV3-Lampでは1.4秒であり、Ibrahim（0.95–2.2秒）およびJan（1.5–3.0秒）と比較して顕著に高速であった。
• 本手法は、まつげ、反射、および複数のノイズモデルに対して耐性を示し、高い正確性を維持した。
• LoGベースのボブ検出とゼロ・クロッシングの活用により、高速かつ高精度な境界検出が可能となり、強度ベースおよび形状ベースの手法を上回るスピードと正確性を達成した。
• 濃いまつげおよびまゆげの遮蔽下では、瞳孔境界の正確な局所化に失敗したため、極端な状況では限界があると判明した。