Аннотация
На протяжении работы мы опирались на открытые базы изображений радужной оболочки глаза. Среди них особенно полезными оказались CASIA и UBIRIS. Они включают в себя снимки, сделанные в разных условиях - от хорошего лабораторного освещения до более "жизненных" ситуаций. Это как раз то, что нужно, чтобы проверить, насколько алгоритмы справляются вне идеальной обстановки. Перед анализом фотографии были немного подготовлены: улучшали контрастность, убирали шумы, настраивали яркость. Всё это делалось для того, чтобы структура радужки была чёткой и пригодной для дальнейшей обработки. Дальше шёл этап, где важно было найти и выделить саму радужную оболочку. Здесь хорошо себя показал метод Хафа, так как он умеет точно находить круги. После этого форма радужки преобразовывалась - из круговой в прямоугольную, чтобы с изображениями было проще работать на следующих шагах. Когда с формой разобрались, пришло время извлечь признаки. Это такие уникальные особенности, по которым можно отличить один глаз от другого. Мы использовали фильтры Габора и вейвлеты - они неплохо справляются с детальной текстурой. Затем классификация: система должна понять, чей это глаз. Тут помогали нейросети и метод опорных векторов - в паре они давали довольно точные результаты. В процессе тестирования мы обращали внимание не только на точность, но и на скорость работы. Важно также отслеживать, когда система ошибается - как в одну, так и в другую сторону. Такие сбои могут сказаться на безопасности. Финальный шаг - это статистика. Мы сравнивали разные версии и отслеживали, какие из них показывают себя лучше. Так удалось понять, где алгоритм слабее, а где работает стабильно. И это даёт возможность двигаться дальше и улучшать систему.