AVALIAÇÃO DO DESEMPENHO DE MÉTODO DE IDENTIFICAÇÃO BIOMÉTRICA PERIOCULAR USANDO AMBIENTES COOPERATIVOS E NÃO COOPERATIVOS

PIZZATTO, Samuel Wilson Ferrante1; JUNIOR, Alceu de Souza Britto2;

Resumo

Introdução:A região periocular inclui toda a região em volta do olho incluindo sobrancelhas e parte das bochechas. A utilização desta região em reconhecimento de indivíduos vem ganhando grande interesse na comunidade científica por ser um bom substituto de outros métodos de verificação como íris e face, pois esta necessita de menos cooperação do usuário no momento de captura da imagem.

Objetivo:Este estudo tem como objetivo avaliar a sensibilidade de método de verificação biométrico baseado na região periocular a ambientes cooperativos e não cooperativos, ou seja, quando existe um cuidado extra na hora da captura da imagem contendo a região periocular, e quando não há esse cuidado.

Metodologia:Para tal, foi avaliado o desempenho de rede neural profunda no reconhecimento biométrico baseado em região periocular considerando bases de imagens obtidas em ambientes cooperativos e não cooperativos. Após um levantamento do estado da arte no que se refere ao uso de aprendizagem profunda em reconhecimento de região periocular, foi escolhida a base de imagens de região periocular UBIRIS_v2, a qual foi organizada em subgrupos de imagens caracterizando ambientes cooperativos e não cooperativos. O modelo profundo utilizado é capaz de verificar a semelhança entre pares de imagens. Este modelo neural profundo originalmente treinado para reconhecimento de faces (Facenet), evitou o treinamento de um modelo específico, devido ao custo computacional.

Resultados:Apesar dos resultados observados estarem aquém do estado da arte no que tange à verificação biométrica periocular, devido a ausência de re-treino do modelo de face utilizado, estes confirmam uma grande sensibilidade do modelo profundo no que diz respeito à distância de captura das imagens, assim como mostram uma menor sensibilidade ao ângulo de captura. Outrossim, observou-se que as imagens da região periocular com mais detalhes dos olhos e região a redor, coletadas a uma distância de 7-8 metros propiciaram os melhores resultados.

Conclusões:Este trabalho apresentou uma breve análise da mudança de performance da verificação biométrica periocular em situações quando se captura a imagem do usuário de forma ideal, cooperando com a pose, e quando não há esse esforço. Os resultados observados confirmam uma grande sensibilidade do modelo profundo escolhido à distância de captura e mostram uma menor sensibilidade ao ângulo de captura. Como trabalho futuro, espera-se executar o re-treino dos modelos na base de imagem periocular, trazendo os índices de precisão do sistema para valores mais próximo do estado da arte.

Palavras-chave: Região periocular. Verificação Biométrica. Modelos Neurais Profundos. Ambientes Cooperativos e Não Cooperativos.

Legendas

    1. Estudante
    2. Orientador