ГИБРИДНЫЕ СИСТЕМЫ РАСПОЗНАВАНИЯ ЧЕЛОВЕКА ПО ИЗОБРАЖЕНИЮ ГЛАЗА
DOI:
https://doi.org/10.47390/ydif-y2026v2i19/n05Ключевые слова:
гибридная биометрическая система, радужная оболочка глаза, склера, мультимодальная биометрия, уровни слияния, глубокое обучение, мобильная биометрия.Аннотация
Рассмотрены гибридные системы распознавания человека по изображению глаза, которые объединяют два признака одного снимка — радужную оболочку глаза (РОГ) и сосудистый рисунок склеры, а также разные классы методов: классические дескрипторы и глубокие нейронные сети. Предложена классификация таких систем по уровню слияния информации: на уровне изображения, признаков, оценок сходства и решений. Для каждого уровня определены достоинства, ограничения, требования к выравниванию данных и примеры опубликованных реализаций. Проведён анализ опубликованных систем «РОГ + склера» за 2010–2026 гг.: показано, что преобладает слияние на уровне оценок, а результаты разных авторов несопоставимы из-за различий в базах данных, метриках и протоколах оценки. Предложена структура гибридной системы с двухуровневым слиянием: глубокие признаки двух модальностей объединяются на уровне признаков, а итоговая оценка дополнительно учитывает классический код радужной оболочки. Сформулирован план сравнения всех уровней слияния в едином протоколе на базе MOBIUS, снятой на три смартфона, с учётом точности, размера шаблона и вычислительных затрат, что позволит обоснованно выбрать уровень слияния для мобильных устройств.
Библиографические ссылки
1. Adeniyi J.K. [et al.] Fusion of Siamese network-based sclera and iris detection: a multimodal biometrics approach using a sclera detection tracing algorithm // IET Information Security. – 2026. – DOI: 10.1049/ise2/5569382.
2. Chuang C.-W. [et al.] Deep-learning based joint iris and sclera recognition with YOLO network for identity identification // Journal of Advances in Information Technology. – 2021. – Vol. 12, No. 1. – P. 60–65. – DOI: 10.12720/jait.12.1.60-65.
3. Crihalmeanu S., Ross A. Multispectral scleral patterns for ocular biometric recognition // Pattern Recognition Letters. – 2012. – Vol. 33. – DOI: 10.1016/j.patrec.2011.11.006.
4. Das A. [et al.] A decision-level fusion strategy for multimodal ocular biometric in visible spectrum based on posterior probability // Proc. IEEE International Joint Conference on Biometrics (IJCB 2017). – 2017. – DOI: 10.1109/BTAS.2017.8272772.
5. Es-Sobbahi H. [et al.] Multimodal biometrics: a review of handcrafted and AI-based fusion approaches // IET Biometrics. – 2025. – DOI: 10.1049/bme2/5055434.
6. Haghighat M. [et al.] Discriminant correlation analysis: real-time feature level fusion for multimodal biometric recognition // IEEE Transactions on Information Forensics and Security. – 2016. – Vol. 11. – DOI: 10.1109/TIFS.2016.2569061.
7. Jain D. [et al.] Fusion of iris and sclera using phase intensive rubbersheet mutual exclusion for periocular recognition // Image and Vision Computing. – 2020. – DOI: 10.1016/j.imavis.2020.104024.
8. Kabir W. [et al.] A multi-biometric system based on feature and score level fusions // IEEE Access. – 2019. – Vol. 7. – DOI: 10.1109/ACCESS.2019.2914992.
9. Pathak M. [et al.] Multimodal eye biometric system based on contour based E-CNN and multi algorithmic feature extraction using SVBF matching // International Journal of Innovative Technology and Exploring Engineering. – 2019. – DOI: 10.35940/ijitee.I7729.078919.
10. Ross A., Jain A. Information fusion in biometrics // Pattern Recognition Letters. – 2003. – Vol. 24, No. 13. – P. 2115–2125. – DOI: 10.1016/S0167-8655(03)00079-5.
11. Sclera datasets: SBVPI, MOBIUS [Электронный ресурс] / University of Ljubljana. – URL: https://sclera.fri.uni-lj.si/datasets.html (дата обращения: 03.10.2026).
12. Tankasala S.P. [et al.] Visible spectrum, bi-modal ocular biometrics // Procedia Technology. – 2012. – Vol. 6. – DOI: 10.1016/j.protcy.2012.10.068.
13. Yu Y. [et al.] Segmentation and multimodal fusion in ocular biometric recognition: a review // Medinformatics. – 2026. – DOI: 10.47852/bonviewMEDIN62029908.
14. Zhang Q. [et al.] Deep feature fusion for iris and periocular biometrics on mobile devices // IEEE Transactions on Information Forensics and Security. – 2018. – Vol. 13. – DOI: 10.1109/TIFS.2018.2833033.
15. Zhou Z. [et al.] Multimodal eye recognition // Proc. SPIE. – 2010. – DOI: 10.1117/12.849731.
16. Zhou Z. [et al.] Quality fusion based multimodal eye recognition // Proc. IEEE International Conference on Systems, Man, and Cybernetics (SMC 2012). – 2012. – DOI: 10.1109/ICSMC.2012.6377912.
17. Zhou Z. [et al.] A comprehensive multimodal eye recognition // Signal, Image and Video Processing. – 2013. – DOI: 10.1007/s11760-013-0468-8.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
This work is licensed under a 