Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction to the Handbook of Iris Recognition Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

13. Iris Segmentation for Challenging Periocular Images

verfasst von : Raghavender Jillela, Arun A. Ross, Vishnu Naresh Boddeti, B. V. K. Vijaya Kumar, Xiaofei Hu, Robert Plemmons, Paúl Pauca

Erschienen in: Handbook of Iris Recognition

Verlag: Springer London

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter discusses the performance of five different iris segmentation algorithms on challenging periocular images. The goal is to convey some of the difficulties in localizing the iris structure in images of the eye characterized by variations in illumination, eyelid and eyelash occlusion, de-focus blur, motion blur, and low resolution. The five algorithms considered in this regard are based on the (a) integro-differential operator; (b) hough transform; (c) geodesic active contours; (d) active contours without edges; and (e) directional ray detection method. Experiments on the Face and Ocular Challenge Series (FOCS) Database highlight the pros and cons of the individual segmentation algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Multispectral Iris Fusion and Cross-Spectrum Matching
Nächstes Kapitel Periocular Recognition from Low-Quality Iris Images
Fußnoten
1
The subscript t denotes the iteration number.
 
Literatur
1.
S. Bharadwaj et al., Periocular biometrics: when iris recognition fails, in Fourth IEEE International Conference on Biometrics: Theory Applications and Systems (BTAS). BTAS’10 (IEEE Press, Piscataway, NJ, USA, 2010)
2.
T. Chan, L. Vese, Active contours without edges. IEEE Trans. Image Process. 10(2), 266–277 (2001)CrossRefMATH
3.
J. Daugman, How iris recognition works 1 (2002)
4.
J. Illingworth, J. Kittler, A survey of the Hough transform. Comput. Vis. Graph. Image Process. 44(1), 87–116 (1988)CrossRef
5.
B.V.K.V. Kumar, L. Hassebrook, Performance measures for correlation filters. Appl. Opt. 29(20), 2997–3006 (1990)CrossRef
6.
D. Li, J.S. Babcock, D. Parkhurst, openEyes: a low-cost headmounted eye-tracking solution, in ETRA (2006), pp. 95–100
7.
J. Matey et al., Iris on the move: acquisition of images for iris recognition in less constrained environments. Proc. IEEE 94(11), 1936–1947 (2006)CrossRef
8.
P. Miller et al., Performance evaluation of local appearance based periocular recognition, in Fourth IEEE International Conference on Biometrics: Theory Applications and Systems (BTAS). BTAS’10 (IEEE Press, Piscataway, NJ, USA, 2010)
9.
U. Park, A. Ross, A.K. Jain, Periocular biometrics in the visible spectrum: a feasibility study, in Proceedings of the 3rd IEEE International Conference on Biometrics: Theory, Applications and Systems. BTAS’09 (IEEE Press, Piscataway, NJ, USA, 2009), pp. 153–158
10.
U. Park et al., Periocular biometrics in the visible spectrum. IEEE Trans. Inf. Forensics Secur. 6(1), 96–106 (2011)CrossRef
11.
W. Ryan et al., Adapting starburst for elliptical iris segmentation, in Proceedings of the 2rd IEEE International Conference on Biometrics: Theory, Applications and Systems. BTAS’08. (IEEE Press, Piscataway, NJ, USA, 2008)
12.
S. Shah, A. Ross, Iris segmentation using geodesic active contours. IEEE Trans. Inf. Forensics Secur. 4(4), 824–836 (2009)CrossRef
13.
G. Sundaramoorthi, S. Soatto, A.J. Yezzi, Curious snakes: a minimum latency solution to the cluttered background problem in active contours, in CVPR (2010), pp. 2855–2862
14.
J. Thornton, M. Savvides, B.V.K. Vijayakumar, Robust iris recognition using advanced correlation techniques, in Conference on Image Analysis and Recognition (ICIAR), vol. 3656 (2005), pp. 1098–1105
15.
R. Wildes et al., A system for automated iris recognition, in Proceedings of the Second IEEE Workshop on Applications of Computer Vision (1994), pp. 121–128
16.
D.L. Woodard et al., Appearance-based periocular features in the context of face and non-ideal iris recognition. Signal Image Video Process. 5(4), 443–455 (2011)CrossRef
Metadaten
Titel
Iris Segmentation for Challenging Periocular Images
verfasst von
Raghavender Jillela
Arun A. Ross
Vishnu Naresh Boddeti
B. V. K. Vijaya Kumar
Xiaofei Hu
Robert Plemmons
Paúl Pauca
Copyright-Jahr
2016
Verlag
Springer London
Buch
Handbook of Iris Recognition

Print ISBN: 978-1-4471-6782-2

Electronic ISBN: 978-1-4471-6784-6

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-1-4471-6784-6_13