Robust Biometric Verification Based On The Eye Region - Algorithms for Visible Spectrum Image Data

Abstract

Popular mobile banking and e-commerce applications like Google Wallet, Apple Pay and Alipay have resulted in using personal devices like smartphones for secure access of services via biometric data captured from embedded sensor. Further, the improved optics on smartphones have been explored for biometric data capture in a contactless manner that can be used for various secure authentication applications. Specifically, the applications are exploring face, periocular, iris and finger photo characteristics for smartphone-based authentication using the embedded camera operating in the visible spectrum. This thesis is dedicated to explore iris, periocular and face data for authentication applications when captured from smartphones in the visible spectrum. We first present robust algorithms to use iris recognition for the data captured from the smartphones in an unconstrained manner. Further, we propose a new imaging setup to resolve the iris texture for images captured in the visible spectrum for subjects with heavily pigmented iris. As an alternative to mitigate the lower performance of iris recognition in the visible spectrum, we demonstrate the use of periocular characteristics for authentication. We then present a robust algorithm for feature extraction from periocular images for verification purpose. We also present a multi-biometric authentication system fully realized on the smartphone with good verification accuracy for secure access applications. In the end, we present a set of robust algorithms to detect the presentation attacks on the ocular biometric systems working on the smartphones. Additionally, the implementation of most of the proposed algorithmsandthedatabasesconstructedduringthecourseofthisthesisaremadeavailable to promote reproducible research in biometrics.

Populære mobile banktjenester og e-handel applikasjoner som Google Wallet, Apple Pay og Alipay har resultert i å bruke personlige enheter som smarttelefoner for sikker tilgang på tjenestene via biometriske data som samles inn fra innebygd sensor. Videre har den forbedrede optikken på smarttelefoner blitt utforsket for biometrisk datainnsamling på en kontaktløs måte som da kan brukes til ulike metoder for sikker autentisering i applikasjoner. Nærmere bestemt utforsker applikasjonene egenskaper ved ansikt-, periokulær-, iris- og fingerbilde for smarttelefon basert autentisering ved hjelp av det innebygde kameraet som opererer i det synlige spekteret. Denne avhandlingen er dedikert til å utforske iris-, periokulær- og ansiktsdata for autentiseringsapplikasjoner når de er samlet inn ved hjelp av en smarttelefon i det synlige spekteret. Vi presenterer robuste algoritmer for å bruke irisgjenkjenning på data samlet inn med smarttelefoner der brukeren ikke ble pålagt noen begrensninger. Videre foreslår vi en ny avbildningsmetode for å ta klarere bilder av iristeksturen for bilder tatt i det synlige spekteret når personen har mørk iris. Som et alternativ for å motvirke lavere ytelse ved irisgjenkjenning i det synlige spekteret, utforsker vi egenskaper ved området rundt øye (periokulærgodkjenning). Deretter presenterer vi en robust algoritme for uthenting av trekk fra de periokulære bildene, som kan brukes til verifisering. Vi presenterer også et multi-biometrisk autentiseringssystem, fullt implementert på smarttelefon, med høy verifiseringsnøyaktighet for sikker tilgang til applikasjoner. Til slutt presenterer vi et sett med robuste algoritmer for å oppdage presentasjonsangrep i okulær biometriske systemer som kjører på smarttelefoner. I tillegg er implementasjoner av de fleste foreslåtte algoritmene, og databasene som er samlet inn i løpet av denne avhandlingen gjort tilgjengelig for å fremme reproduserbar forskning innenfor biometri.