طريقة دمج على مستوى الدرجات لبيومترية حركة العين

يقترح هذا البحث إطارًا جديدًا لاستخدام أنماط حركة العين في التطبيقات البيومترية. تحتوي حركات العين على معلومات وفيرة حول وظائف الدماغ المعرفية والمسارات العصبية وغيرها. في الطريقة المقترحة، يتم تصنيف بيانات حركة العين إلى ثباتات (Fixations) وقفزات (Saccades). يتم استخدام الخصائص المستخرجة من الثباتات والقفزات بواسطة طريقة تعتمد على شبكة الدالة الأساسية الشعاعية الجاوسية (GRBFN) للتحقق البيومتري. تم اعتماد نهج دمج النقاط لتقييم البيانات في الطبقة الخرج. خلال مرحلة التقييم، تم اختبار الخوارزمية باستخدام نوعين من الحوافز: متابعة نقاط عشوائية على الشاشة وقراءة النصوص. تشير النتائج إلى قوة أنماط حركة العين كنمط بيومتري. تم تقييم الخوارزمية على قاعدة بيانات BioEye 2015 وأظهرت أنها تتفوق على جميع الطرق الأخرى. تُنتج حركات العين بواسطة جهاز عضلي معقد يصعب تقليده بواسطة نماذج ميكانيكية. قد يؤدي استخدام ديناميكيات حركة العين بالاقتران مع تقنية التعرف على القزحية إلى نظام تحديد شخص قوي ومكافئ للتقليد.