دانلود مقاله انگلیسی رایگان:بهبود بیومتریک حرکت چشم در دستگاه های ردیابی چشم با نرخ فریم پایین با استفاده از ویژگی های دور چشم و پلک زدن چشم - 2021
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی بیومتریک رایگان
  • Improving eye movement biometrics in low frame rate eye-tracking devices using periocular and eye blinking features Improving eye movement biometrics in low frame rate eye-tracking devices using periocular and eye blinking features
    Improving eye movement biometrics in low frame rate eye-tracking devices using periocular and eye blinking features

    سال انتشار:

    2021


    عنوان انگلیسی مقاله:

    Improving eye movement biometrics in low frame rate eye-tracking devices using periocular and eye blinking features


    ترجمه فارسی عنوان مقاله:

    بهبود بیومتریک حرکت چشم در دستگاه های ردیابی چشم با نرخ فریم پایین با استفاده از ویژگی های دور چشم و پلک زدن چشم


    منبع:

    Sciencedirect - Elsevier - Image and Vision Computing, 108 (2021) 104124: doi:10:1016/j:imavis:2021:104124


    نویسنده:

    Sherif Nagib Abbas Seha


    چکیده انگلیسی:

    In this paper, the biometric potential of eye movement patterns extracted from low frame rate eye-tracking devices is evaluated. Also, possible improvement in recognition rates is investigated using other static and dynamic features extracted from the eyes including eye blinking patterns and periocular shape features. These modalities can be applicable for specific biometric applications like continuous driver authentication for law enforcement. For this purpose, two databases are collected with two low frame rate eye-tracking systems that capture the eye movements. Data were recorded from 55 participants while watching real driving sessions. For eye gaze, features from fixations and saccades are extracted separately including duration, amplitude, and statistical features. For eye blinking, features from the blinking pattern, its speed, acceleration, and power per unit mass profiles are extracted. Periocular features include the eye-opening height, width, axial ratio, etc. Each modality is evaluated first, then, these modalities are combined in a multi-modal setup for performance improvement. While each trait achieved a moderate performance in a single-modality setup, the fusion of the static and the dynamic features from the eye provides a great performance improvement up to 98.5% recognition rate and 0% error rate in both modes of authentication. Although the single-modality setup might not be secure enough, the fusion of these traits achieves high levels of identification making these traits effective for continuous driver authentication application.© 2021 Elsevier B.V. All rights reserved.
    Keywords: Eye movements | Eye blinking | Periocular features | Multi-modal biometrics | Continuous driver authentication


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 13
    حجم فایل: 1936 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi