Periocular EfficientNet : um modelo profundo para reconhecimento periocular.

Abstract

O reconhecimento periocular tem demonstrado notável evolução por meio de técnicas computacionais. No entanto, durante esse processo, várias dificuldades são encontradas, como variações nas condições de iluminação, resolução das imagens e oclusões parciais. Para superar esses desafios, é necessário desenvolver abordagens robustas que surpassem essas dificuldades. Para isso, neste trabalho, propõe-se o uso de redes neurais convolucionais, utilizando como modelo base a arquitetura EfficientNet-B0. Essa arquitetura é customizada por meio da adição de camadas fortemente conectadas com Softmax para a classificação. Os experimentos foram realizados na base de dados UFPR-Periocular, em que o modelo proposto obteve uma acurácia média de 99.41%, superior em 1.73% em relação ao estado-da-arte. Além disso, foram empregadas técnicas de multitarefa e interpretabilidade do modelo treinado.