Impacto de las máscaras de oclusión en la clasificación de género en base a iris

Abstract

El iris humano es una fuente importante de rasgos biométricos, como el patrón y el color del iris. Trabajos anteriores han clasificado el género de un sujeto a partir de imágenes del iris, con distintos grados de éxito. Para trabajar con imágenes del iris, éste es segmentado desde una imagen periocular, y luego es normalizado utilizando coordenadas rectangulares. En este proceso, se genera una imagen que enmascara las zonas que no son parte del iris, como párpados, reflejos o pestañas. Estudios anteriores han mostrado que estas máscaras podrían contener información. Si se busca clasificar género usando exclusivamente la textura del iris, la información contenida en las máscaras y potenciales errores al generarlas podrían introducir sesgos en los resultados. En este trabajo se propone una nueva metodología que parea máscaras de género opuesto y asigna una máscara única a cada par, independizándola del género. Adicionalmente, se corrigen manualmente las máscaras para eliminar elementos no enmascarados que no son parte del iris. Se usaron las bases de datos Gender From Iris y ND-CrossSensor-Iris-2013, las que contienen 3.000 y 29.986 imágenes de iris respectivamente. Al eliminar la información de género en las máscaras, se reduce en un 7.3% la tasa de clasificación de género.