Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   9 , No .   5 ,  Octo ber   201 9 , pp.  3558 ~ 35 68   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v9 i 5 . pp3558 - 35 68          3558       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Fin din g a  suit able th re sh old valu e for  an iris - ba sed   authenti cation sy stem       Na r ongrit  W angkeeree 1 , S ir apat  B oonkr ong 2   1 Facul t y   of  Infor m at ion  T ec hnolo g y ,   King   Mongkut’s Unive rsit y   o f  Technol og y   N orth  Bangkok ,   T hai l and   2 School  of  In for m at ion  T ec hnolo g y ,   In sti tut e   of  S oci a l  T ec hno log y ,   Surana ree Uni ver sit y   of   T ec hn olog y ,   Tha i la nd       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Oct  5 , 2 01 8   Re vised  A pr   5 ,  201 9   Accepte d  Apr  17 , 201 9       Authent i ca t ion  i s  the  first   l ine  of  def ense   o f  a n y   informat ion  te chno log y   s y stems .   One  of   m an y   popul ar  m et hods  used  today   is  biometr ic ,   and  ir is  aut hen ti c at ion   is   gai n ing  popu la r ity .   How eve r,  th e  thr eshold  v al u e  de emed  t o   be  se cur e   and   a ppropria t e   has   n ot  b ee n   thorou g hl y   stud ie d .   Thr eshold  is  a  val ue  tha t  d efi n e s  the   acce p ta bl e   amount  of  the   co rre ct   b it s  of  th e  i m age   bef ore   sec ure l y   passing   the  au the nt ic a tion  proc ess.   Th er efo re,  th e  m ai n   ai m   of  thi s  rese arc h   was   to   find   a   sec ur e  and  sui ta bl e   thr eshold  v al ue   us ed  in   iris   aut hen ti c at ion   s y stem,  where   iri s  l oca l iz a ti on  was  done  b y   using  C i rcl e   Hough   Tra nsform   techn ique .   Iris   image   dat ab ase s  v. 4   fro m   the   Ch ine se   A ca dem y   of   Scie nc es  Insti tute  of   Autom atic   ( CAS IA)  were   us ed  in   thi s   rese arch.  The w a y   to  f ind   the  appr o pria t e   thre shold   was  to   t est   for   th e  r ight  b al an ce  o f  th e   GA R,   FR R  and   FA R  v al ues   when   tr y in g  to   ver if y   the  p erson’s  ide n ti t y .   The  result s   of  the  t est  r evea le d  tha t   th e   appr opria t e  thre shol d  had   the  v al ue   of  72. 9246   per ce n t  of   a ll   th e  av ai l able  b it s  of  the  ir is  image .   Both   had   a   hig h  GA R  and   ver y   low  FA R  an d  FR R  v al ues.   I t  c an   be   con cl ud e d  th at  the  ob ta in e d  thr eshold  val ue   was suit ab le   and  se cur e .   Ke yw or d s :   Au t hen ti cat io n    Ir is - base d  a uthe ntica ti on     Thr e shold  v al ue   Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h o r:   Naro ngrit  W a ngkee ree,     Faculty  of In form ation  Tec hn ology,    King Mo ng ku t ’s Un i ver sit y o f  Tec hnology  North  Ban gkok,    Ba ngkok - 10 800,   Thail an d.   Em a il : s56 07 0119 10021@e m ai l. k m utn b.a c.th       1.   INTROD U CTION   To day,  Bi om etr ic   syst em s  are  widely   us e d  i n  authe ntica t ion  process   in   orde r  t o  i den ti fy   an   ind ivi du al .   Bi om e tric   can   be   div id ed   i nto  tw o  m ai n  m et ho ds .   T he   fir st  is  phys ic al   bio m et ric   w hich   incl ud es  face ,  fin gerpr i nt  pal m   and   iris  rec ogniti on  [ 1 - 5].   The   sec ond  i s  kn own  a s  be hav i or al   bio m et ric,  w hich   in cl ud es   wa lkin g  patte r n,   ty pi ng  patte r n  a nd  hand - w ritt en  sig natu re  r ecognit ion  [ 6].  Bi om e tric   syst e m s  can  help   e nh a nce  the  sec ur it y  of  ide ntific at ion  and  a uth e ntica ti on   m echan is m s.  It  is  cl ai m ed  t o  be   str onger  tha n  a  pas swor d  recog niti on  sys tem  since p ass words ca n b e  f org otte n,   disap pear e d  a nd stol en [7 ,  8].   On e  of  the  m os t  widely   us e d  bio m et ric  m eth ods  is  iris  rec ogniti on.  It  is  pro ved   t o  be   e ff ic ie nt  a nd  com es  with  pr om isi ng   le vel  of   secu rity   [9 ] .   In  this  syst e m ,  an   iris  is  require d  in   orde r  to  ve rify  the   pe rson ’ s   sp eci al   cha racteri sti cs  [10].  T he  pa rt  of  the   ir is  that  is  us e d  f or   i den ti ty   ver i ficat ion   is  locat ed  be twee n  the   blac k  center  par t  of t he  ey e  (pu pil)  and the  w hite p art of the  eye ba ll  ( scl era) .    Au t hen ti cat io n  by  i ris  rec ogni ti on   i nvolv es   e xtracti on  of  a  s et   of  iris  im ages  of  a   giv e n  ey e.  T hey  ar e  then  u se d t o ge ner at e a  f i nal t e m plate  ( iris t e m pla te )  an d  i ris d at a,  in  b it s,   are  us e d  in  iris  te st by c om par ing al l  po i nts  with  t he  tem plate .  A  c ha nce  t o  m at ch  a ll   po i nts  is  le ast   possi ble  th ough  a n  i ris  im age  b el ongs  to   the   s a m e  per s on  [ 11] .  A s  a  res ult,  the det erm inati on  of  er ror  rate  bet ween  iris  te m plate   and   iris  te s t  for  aut he ntica ti on   is   need e d.  A n  ac cur acy   rate   use d  f or  a uth e ntica ti on  by   iris  re cogniti on  is   60  pe rce nt  or  us i ng  sta ti sti cal   f orm ulas   for  a   c o m par ison  [12].   H owe ver,  i n  t he   sec ur it y  as pect,   th e  m entioned  ac cur acy   rate   can no t   be   w orkab l e  as   a   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Find i ng a su it able  thres hold v alu e f or   an iri s - base d au t hen t ic ation   syste m   ( Naro ngrit  W angkee ree )   3559   chan ce   for  e rror  rate   is  qu it e   hi gh.  Othe r  e xperim ents  f ocused  on  Eq ual  Error  Ra te   (EE R)  value   or  t hresh ol d  value  of   t he  int ersecti on  of  F AR  an d  FRR   at   the  acce pta nce   le vel  of   a ppr oxim a te ly   50   pe r  cent,  w hich  is   a  good  for  us a bili ty   bu t  no t  secu re  [ 13 ] .   I n  t his  pa per,  a   thre shol d  value   by   int ersecti on  of  G AR  a nd  FRR   will   be   determ ined.   C on s eq ue ntly ,  th is  resear ch   pai d  at te ntio n  t o  a   thres hold   val ue   from   wh ic h   a n  acc ur acy   rate   from   a  com par iso n  of  iris  te m plate   and   i ris  te st  can  be  a ccepta ble  for  aut he ntica ti on   in  a  su it abl e  and   secu re  m ann e r .   Con tri bu ti on   of  this   stu dy   is,   th eref or e ,  t o  fin d  a  s uitable   t hr es ho l d  val ue  f or  a n  i ris - base d  a ut hen ti cat io n  syst e m .   T he   ef fici ency  of  t he  a uth e nt ic at ion   m et ho d  us i ng  iris   rec ogniti on  ca n  be   m easur ed   an d  e valuat e d    by  usi ng  the   f ollow i ngs.  Fir stl y,  the  False   Re j ect io n  Ra t e  (F RR )   is  th e   pro portio n  of  auth entic   or  c orrect    iris  that  are  i ncorr ect ly   de ni ed.   Sec ondly,   False   A cce pt at ion   Ra te   ( F AR)  is  t he  propo rtion   of  i m po stors     or  fa ke  iris   that   are  acc epte d  by   the  bio m et ric   syst e m .  The   G enu i ne  Acce ptance  Ra te   (GA R)  is  def i ned  as ,  G AR   = 100  –   FRR   [ 14 ] .   In  o r de r  to  m e asur e  a nd  ev al uate  the  ef fici ency  an d  sec ur it y  as  sai d  ab ove ,   a  thres hold v a lue  m us t  be  set .  A  to o  l ow   t hr es hold  value  m ay   resu lt   in  a  ver ific at io n  of   authe ntica ti on   con ta ini ng  a  hi gh   val ue  of  Ge nu i ne   Accepta nce  Ra te   (GAR)   a nd  a   lo w  value   of   F al se  Re j ect io n  Ra te   (F RR ),  but  a  high  value   of  False   A ccept at io n  Ra te   (FAR ),  high  pe rfor m ance  of  us a bili ty   bu t   it   is  no t   sec ur e.   W it h  a   to o  hi gh  th reshold   val ue ,     it   can  res ult  in  a  ver ific at io n  of  aut hen ti cat io n co ntaini ng   a  low  value  of   G enu i ne Acc ept ance  Ra te   ( GAR ) a nd   a  hi gh  value   of  False   Re j ect i on  Ra te   (F RR ),   and  a ff ect s   t he   inco rr ect ne ss  of  th e  e rror  rate   for  False   Acce ptati on  Ra te   (FAR)   to   be  l ow  acc ordi ng ly .   T hough  a uth e ntica ti on  with  t oo  high  of  t hr es hold   val ue  ca n  res pond   to   the  secur it y  as pec t,  the   real  a ppli cat ion  can not  be   do ne   as   c orrect  data  can   be   filt ered   at   the   sam e  ti m e.     Ther e f or e,  a n  a naly sis  to  fin d  an  ap pro pr ia te   thres ho l d  val ue   sh ould  be  c oncer ne d  ab out  real  ap plica ti on   with  secur e  as pect [ 15 ] .       2.   BACKG ROU ND K NOWL EDGE  AND REL ATED  W ORK   This  pa per   f oc us es  on   the  fin ding  of  a  su it a ble  an d  secu re  thres ho l d  val u e  for  an  iris  a ut hen ti cat ion   syst e m .  In   ord er  to  ac qu i re  a n  un der sta nd i ng  of  this  te c hniqu e,  relat ed  t he or ie s  a nd  rese arch es  i nclu di ng   i ris  recog niti on  sys tem   and  Ci rcle   H ough   Tra nsf or m ,  an d  m et h od s   for  fin ding   th reshold   valu es  will   be   ex pl ai ned   in this se ct i on     2 . 1 .     Iri s  reco gn iti on sy stem  and  ci rcl e ho u gh   t ransfor m   Au thentic at ion   or   identific at ion   pr ocess  us ing   iris  reco gn it ion   syst em   is  con sidered   to  be  the  m os t  hig hly  secur ed  bio m et ric  te chn olo gy.   The  eff ic ie ncy  of   detect ion   is  based   on   pu pil  dilat ion   and   im age  acqu isi ti on   to  be  us ed  in  the  reco gn it ion   pr ocess.   Other   factor s  include  too   low  and   too   br igh t  li gh t  that  ca n  le ad  to  err or   in  detect ion .  Ther efo re,  bef or e  us ing   an  ey e  im age  fo r  te st  or   reco gn it ion ,   a  pr ocess  to  red uce  a n  err or   of   reco gn it ion   s ho uld   be  do ne.   Fo r  exam ple,  con ver ti ng  im age  color s  to  gr ay   scal e  so   as  to  el im inate   a  pr ob le m   of  iris  color . An  ey e  im age  is  com po sed  of  p up il , iris,  scl era,  ey el ashes,   ey ebr ow s  and  the  top  p art of  ey e.  Ho wev er,   a  par t  that  can  be  us ed  fo r  authen ti cat ion   is  the  black  center  par t  of   the  ey e  or   iris  wh ic h  is  locat ed  between  p up il  an d  the w hite part o f  the eye ball (scle ra)  [ 16 ,  17 ]  as seen  in  F igu re 1 .           Figure  1. Parts   of the  hum an  ey e       A  par t  of   this  research   is  to  con sider  the  per fo rm ance  of   an  iris  re cog niti on   syst em   im plem ented  by   Ci rcle  Ho ug h  Tran sfo rm   te chn iqu e  to  detect   an  iris  im age.   The  iris  reco gn it ion   pr ocess  can  be  div ided  into  f ou r  par ts:   ey e im age acq uisit ion ,  iris  and   pu pil  segm entat ion ,  no isy   iris  im age  segm entat ion   and   featur e  extracti on  and  en cod ing .     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   5 ,  Oct ober  20 19  :   3558   -   3568   3560   2.1.1.  E ye  im age  acqu isi ti on   In   this  research ,  im ages  us ed  in  iris  reco gn it ion   syst em   are  fr om   CASI A  Ir is  Im age  Datab ase  f or  Bi om et ric  Id eal   Test   [1 8 ].   The  iris  im ages  wer e  captur ed  by  a  hig h  reso luti on   cam era  so   bo th  du al - ey e  iris  a nd  face  patte rn s  wer e  included   in  the  im age  wh ic h  m ade  them   su it able  in  this  research .  Ir is  im ages  of   CASI A  we r e  captur ed  with  a  sel f - dev el op ed   cl os e - up   iris  cam era.  The  m os t  com pelli ng   featur e  of   the  iris  cam era  is  that  it   has  been   design ed  with  a  ci rcu la r  Near - i nf rare d  (N IR  LED)   arr ay ,  with  su it able  lum ino us   flux   fo r  iris  im aging .  Be cause  of   this  no vel  design ,  the  iris  cam era  can  captur e  ver y  cl ear  iris  im ages  and   well - su it ed  fo r  stud yi ng .   The  syst em  all ow s  the  us er  to  be  anywh ere  fr om   1  to  3  feet  (0 .3   m et ers)   aw ay   fr om   the  cam era  that  l ocates  th e  fo cus  on  the iris   as seen  in  F igu re 2 .     2.1.2.  I ri s and  pupil se gmen t at i on   The  first  ste p  is  to  isolat e  the  act ual  iris  reg ion   in  a  dig it al   ey e  im age.   The  iris  reg ion   can  be   app ro xim at ed  by  two  ci rcles,  on e  fo r  the  pu pil /i ris  bo un da ry  and   the  oth er  on e  fo r  the  iris/ scl era  bo un da r y .   Be fo re  detect ion   of   these  bo un dar ie s,   the  edg es  of   the  ey e  im age m us t be  fo un d  fr om   pix el   intensit y.  Fr om   th e  edg e  im age,  the  Ci rcu la r  Ho ug h  Tran sfo rm   can  be  us ed  to  detect   the  centers  and   rad i i  of   the  two  bo un da r i e s  accord ing  to  Dau gm an  Algo rithm  as seen  in  F igu re 3 .   Jo hn   Dau gm an  pr op os ed   Dau gm an  Algo rithm ,  a  m ajo r  par t  of   Ir is  Re cog niti on   Syst em ,  f or  segm entat ion   pr ocess  [1 3],  [1 4 ].   The  al go rithm   can  be  wr it te n  in  a  fu nction  fo rm   as,    ( , 0 , ) |  ( ) ∗ ∫ ( , ) 2       , , | .   Fr om   the  Fu nction,   ( , )   is  a  pr oced ure  to  find   pix el   intensit y   ( , )   fr om   ey e  im ages  us ed  in  a  te st,    den otes  the  rad ius  of   var iou s  ci rcu la r  reg ion s  with  the  cente r  coo rd inate s  at   ( 0 , 0 ) ,    is  the  sta nd ard   dev ia ti on   of   the  Gau ssian  distribu ti on ,    den otes  a  Gau ssian  filt er  of  scal e  sigm a  ( ) ,   ( 0 , 0 )   is  the  assum ed  centre  coo rd inate s  of   the  iris,    is  the  con tou r  of   the  ci rcle  giv en  by  the  par am et ers  ( , 0 , 0 ) ,   Pu pil  and   li m bu s  bo un dari es  are  exp ect at ion   to  m axim iz e  the  con tou r  integra l  der ivati ve,   wh ere  the  intensit y  value  ov er  the  ci rcu la r  bo rd ers   wo uld   m ake  a  su dd en  chan ge.     ( )   is  a  sm oo thing  f un ct ion  co ntro ll ed  by    do ne  by incr easi ng  the intensity  o f  the captur ed  im age .           Figure  2. Exa m ples o f  iris i m ages u se d  i n t his  researc h       Figure  3. Se gme ntati on   Proces s       2.1.3.  Circl e  h ough tra nsfor m   Ci rcle Ho ug h  Tran sfo rm   (CHT)   is a featur e  extracti on   te chn iqu e  fo r  detect ing   ci rcles  su ch a s  ey es by   locat ing   ci rcu la r  ob j ect s  fr om   an  inp ut  im age.   Altho ug h  there  are  a  nu m ber   of   al go rithm s  fu nctionin g   li ke  Ci rcle  Ho ug h  Tran sfo rm ,  it   is  m or e  con siderab ly   us ed  and   eff ect ive  wh en  com par ed  to  oth ers.   The  qu al it y  a nd  color   of   the  im age   are  adj us te d  bef or e  im plem ented  in  CHT  pr ocess.   Acco rd ing   to  Dau gm an’ s  al go rithm ,    there  wer e  so m e  research es  rely ing   on   the  pr ocess  in  detect ing   ey e  im ages  fo r  authen ti cat ion   [1 3,   14 ]   as  see n  in the   (1) .     ∇ ≡ (  ,  )    ( , ) = 1 2 2 − ( − 0 ) 2 + ( − 0 ) 2 2 2 . ( , )   (1)     The  ( 1)  is  a  sm oo thing   func ti on   by  a  s uitable   siz e  of   σ   from   edg e  detec ti on   te ch nique s  for  iris  rec og niti on  syst e m .   Edg e  m ap  is  a  sel ect ion   pr oced ure  to  increase  a  wo rk ing  eff ic ie ncy  of   Cir cl e  Ho ug h  Tran sfo rm   i n  or der   to  get  m or e  accurate  sh apes  by  con sidering  the  edg e  po ints,  as  descr ibed  by  the  fo rm ula;  ( , ) , = 1 , 2 , … . , ,   wh ic h  can b e w ritt en  in the  (2)   and   ( 3 ) .     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Find i ng a su it able  thres hold v alu e f or   an iri s - base d au t hen t ic ation   syste m   ( Naro ngrit  W angkee ree )   3561   ( , , ) = ∑ ℎ ( , n = 0 , , , ) ,   (2)     W her e     ℎ ( , , , , ) = {   1      ( , , , , ) = 0 ; 0    ℎ   .   (3)     An   analy sis  of   li m bu s  and   pu pil  wh ic h  are  bo th  m od el ed  as  ci rcles  and   the  par am et ric  Fu nction     c a n  be  def ined  in  (4) .     ( , , , , ) = ( − ) 2 + ( − ) 2 − 2 .   (4)     The  center  of   the  ci rcle  is   ( , )   and   Ra diu s  is  ,  wh en  an   edg e  po int  is  ou t  of   the  ci rcle,  the  fu nct i on  value i s  equ al   to  0   and   the  value of   Fu nction     is equ al   to  1   wh ereas  Fu nction   ℎ   is a  basic  pr inciple   of   Ci rcle  Ho ug h  Tran sfo rm   te chn iqu e .   Even   tho ug h  there  are  oth er  al go rithm s  pr op ose d  fo r  the  sam e  pu rp os e  su ch  as ,  bu t  Ci rcle  Ho ug h Transf or m  is  sti ll   deem ed  app ro pr ia te   since  the  al go rithm   has  al so   been  u sed  and  ap plied  i n   [18 - 22] .     2.1.4.  T he rem oval  of n oise fact ors   In  this  research , a   rem ov al   of   no ise  f act or s that  aff ect   an  accuracy  of  the  iris  reco gn it ion   syst em   suc h  as  up per   ey el ashes  and   lower   ey el ashes  in  an  ey e  im age as  the  bo th  ey e la sh es  wer e  necessary  since  they   coul d  cause a h igh  n um ber  o f  err or s in  detect ion  [ 2 3 ]  as seen  in  Figu re 4 .     2.1.5.  N orm aliz at ion  proces s   It  was  fo un d  that  an  err or   in  detect ion   cou ld  be  caused   by  iris  incon sist ence/  pu pil  dilat ion   and   li ght  sh ining   into  t he  ey es  du ring   data  colle ct ion   as  well   as  an  un equ al   com par ison   su ch  as  a  distance  of   im age   captur e,  cam era  ro ta ti on   or   cam era  ang le ,  head   ti lt   and   ey e  ro ll ing .   Ey e  no rm al iz at ion   pr ocess  can  increas e  sign ific antly   a  diff eren ce in  color  level  between  the  bl ack  and   the  wh it e  par ts  of   the  ey e  to  red uce t he  err or  i n  the  detect   [2 4 ] - [ 30] .   The  no rm al iz at ion   m od ule  us es  ey e  im age  to  transf or m   the  iris  te xtu re  fr om   cartesi an  t o  po la r  coo rd inate s.  The  pr ocess,  o ften  cal le d  iris un wr app ing , yie lds a r ect ang ular  entit y.   Figu re  5  sh ow s  an  iris  im age  with  detect ed  pu pill ary  and   iris  bo un dari es  and   the  no rm al iz ed  reg i on .  As  seen  in  Figu re  5( b) ,  ey el id  occlusion   and   ey el ash  pr esence  in  the  iris  reg ion   can  cause  artefact s  in  th e  no rm al iz at ion  im a ge  bef or e featur e extracti on .           Figure  4. Re m ov al   of  no ise     (a)                      (b)     Figure  5 .   O rigi nal  an d n or m alizat ion  iris im a ge,   (a) O rigi nal I ris   Im age,  (b) N orm al iz ation  iris  i m age       2.1.6.  Fea tu re  ext r act i on   or data  enc od in g   The sy ste m   extracte d an  ey e im age  in  a center  area b et ween   the  two ci rcle  con tou rs,   cal le d t he ret ina ,  includin g  sm al l  black  sp ots  in  the  reti na.   The  data  was  extracte d  and   transf or m ed  into  the  bin ary  iris  by   con vo lving  enco din g,  i.e.,  bit  0  a nd   bit  1  as  seen  in  Figu re  6  [3 1 ].   The  al go rithm   fo r  extrac ti ng   [3 2 ]   a nd  gen erati ng  the iris tem plate  is as f ollow s.       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   5 ,  Oct ober  20 19  :   3558   -   3568   3562       Figure  6 .   Feat ure  e xtracti on fo r  iris       Feat ure Ext ract ion A lgo ri th m  [32]       le ng th = size (p olar_ arr ay , 2 )* 2* ns cal es       te m plate   = zero s ( siz e (p olar_ arr ay , 1 ),  leng th)       le ng th2  = size (p olar_ a rr ay , 2 )       h  = 1 : si ze (p olar_ arr ay , 1 )       m ask  = zero s ( siz e (tem plate ))     For   k=1  to  ns cal es  Then         E1  = E0  {k }         H1  = r eal  ( E1)  > 0         H2  = im age ( E1)  > 0         H3  = ab s ( E1)  < 0 .0 00 1         For   i = 0  to ( le ng th2 - 1)  Then           j a = d ou ble ( 2* ns cal es*( i))       te m pl at e  (h , j a + ( 2* k) - 1)  = H 1  (h , i+1)         te m plate   (h , j a + ( 2* k) )  = H2  ( h,  i+1)         m ask  (h , j a + ( 2* k) - 1)  = n oise_ar ray (h , i+1)  | H 3( h,  i+1)       m ask  (h , j a + ( 2* k) )  = n oise_ar ray (h , i+1)  | H 3( h,  i+1)       End Fo r     End Fo r   End A lgo ri th m     2.2.    Thre sh ol d  value   Thr esho ld  value  is  a  ran gin g  com par ison   value  of   data  fr om   iris  te m plate   and   iris  te st.   The  com par ison   is  do ne  by  bit  diff eren ce  at   each  po int  and   po sit ion .  The  Gen uin e  Acceptance  Ra te   (G A R ) ,  False   Re j ect ion   Ra te   (F RR )  and   False   Acceptat ion   Ra te   (F AR)  valu es  are  al so   evaluated.  Thr esho ld  Value  ha s  to  be  in  su it able  and   safe  ran ge.   If   a  ran ge  of   thresh old   value  is  too   hig h,   it   can  aff ect   the  eff ic ie ncy  of  authen ti cat ion   in  te rm s  of   data  filt er  or   data  colli sion   of   iris  data  wh il e  a  cor rect  data  m igh t  be  filt ered   ou t  at   the  sam e ti m e.  Ho wev er,  if  a  ran ge  of   thresh old   value  is  too   low,   it   can  resu lt   in  hig h  eff ic ie ncy  of   reco gn it i on  of  co rr ect  iris d at a b ut incr easi ng  d at a colli sion  o f  iris data acc or din gly.   Equ al   err or   rate  (EER)  is  a  bio m et ric  secur it y  syst em   al go rithm   us ed  to  pr edeterm ine  the  thresho l d  value  fo r  it s  False   Acceptat ion   Ra te   (F AR)  and   it s  False   Re j ect ion   Ra te   (F RR ).   W hen   the  rates  are  equ a l ,    the  com m on   value  is  ref err ed  to  as  the  equ al   err or   rate.  The  value  ind ic at es  that  the  pr op ort ion  of   fals e  acce ptances  is  equ al   to  the  pr op ort ion  of   false  rej ect ion s.  The  lower   the  equ al   err or   rate  value,   the  hig her   th e  accuracy of  the b iom et ric syst em  [ 33 ]  as seen  in  the  F igu re 7 .   In   theor y,  the  cor rect  iris  sh ou ld  al ways  value  hig her   than  the  im po stors   iris .  A  sing le   thresh old   coul d  then  be  us ed  to  separ at e  the  cor rect  i ris  fr om   the  im po stor’ s  iris  [3 4 - 36 ].   Figu re  7  sh ow s  EER  value/Thr esh ol d  value  of   the  intersect ion   of   FA R  and   FRR   at   the  acce ptance  le vel  of   app ro xim at el y  50   per   cent,  wh ic h  is  a  go od  fo r  us a bili ty   bu t  no t  secur e .   In   this  pap er,  a  thresh old   value  by  intersect ion   of   GA R  and   FRR   will   be  determ ined.     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Find i ng a su it able  thres hold v alu e f or   an iri s - base d au t hen t ic ation   syste m   ( Naro ngrit  W angkee ree )   3563       Figure  7. Eq ua l err or r at e  (EE R) for FRR  a nd F AR   [33]       3.   METHO DOL OGY   This  research   us ed  a  data  set   of   iris  im age  database  fr om   the  Chinese  Acad em y   of   Scie nces  In sti tut e  of   Au tom at ion   (CAS IA )  wh ic h  had   a  total   of   22 ,5 00  iris  im ages  fr om   1, 65 0  vo lun te ers.   All  iris  im ages  we r e  8 - bit  gr ay - le vel  .JPEG   file s  captur ed  with  a  ci rcu la r  Near - infr ar ed  cam era  (N IR  LED) .   The  iris  local iz at io n  was  im plem ented  us i ng   Ci rcle  Ho ug h  Tran sfo rm   te chn iqu e  pr ior  to  find ing   a  su it able  and   secur e  thresho l d  value.   The  exp erim ental   te st  was  div ided  into  two  par ts.   The  first  was  to  us e  a  set   of   iris  im ages  fo r  identify i ng  a  thresh old   value.   The  secon d  was  to  us e  the  rest  of   the   iris  im ages  to  te st  the  validit y  of   the  ob ta ined  thresho l d  value.     3.1.    Data  set  use d  to f ind  t h resh old  va lue   Data  set   us ed  to  find   a  thresh old   value  con ta ined  ey es  im ages  fr om   the  CASI A  V. 4  database  f or  Bi om et ric  te sti ng .   W it hin   that,  there  was  a  gr ou p  of   CASI A - Iri s - G roup1   con ta ined  4 , 000  iris  im ages  fr om   20 0  per so ns .     3.2.     Data  set  use d  in th res ho ld  value  test in g   The  data  set   that  wo uld   be  us ed  to  te st  the  thresh old   value  fo r  the  app ro pri at eness   con ta ined  tw o  gr ou ps   al l  of   wh ic h  wer e  fr om   the  CASI A  V. 4   database.   The  first  gr ou p  of   the  te st  data  was  fr om   th e    CASI A - Ir is - Gro up3  database  wh ic h  con ta ined  iris  im ages  create d  fr om   an  al go rithm   to  im it at e  real  ey es .     The  secon d  gr ou p  was  fr om   the  CASI A - Ir is - Group 2  database.   The  iris  im ages  in  this  database  con ta ined  90 0  iris  im ages  and   wer e  gather ed  fr om   45 0  vo lun te ers  wh o  too k  their  ow n  im ages  fr om   m ob il e  ph on e .   Ther e  we r e  2, 00 0  iris  im ages  in this  database.   This  m eans  that  the im age  qu al it y  was no t  in  per fect  con diti on .  Ho wev er,  it   was  decided   that  this  gr ou p   of   im ages w ou ld  ref le ct   real - wo rld  app li cat ion   m or e.  That  was  the  reaso n  that t hi s  database  was  included   in  the  te st  dataset .  These  iris  im ages  wer e  us ed  to  te st  the  ob ta ined  thresh old   value  i n  te rm s  of   accuracy  and   secur it y.  Since  an  err or   in  authen ti cat ion   fr om   iris  reco gn it ion   par tl y  cam e  fr om   iris  im ages  us ed  in  a  te st  with r egar ds   to  br igh tness,   hig h reso luti on , a nd   a  distance of  b ei ng   away  fr om   a  cam era,  these factor s w ere already taken  into accou nt w hen  carr yi ng  o ut the test pr ocess.     3.3.     Thre sho l d  val ue anal ys is   The  analy sis   thresh old   value  is  pr op ose d  an  ov erv ie w  are  div ided  into  two  par ts:   find ing   a  su it abl e  determ inati on  an d  secur e thr esho ld v al ue,  an d  te sti ng  the thr esho ld v al ue.     3.3.1.  E ye  im ages d atase t   The  ey e  im age  dataset s  us ed  in  iris  r ecog niti on   syst em   wer e  fr om   CASI A  Ir is  Im age  Database  V. 4  f or  Bi om et ric  Id eal   Test .  The  iris  im ages  in  the  CASI A  Ir is  Im age  Database  V. 4  fo r  Bi om et ric  Id eal   Test   we r e  detect ed   or   locat ed  by  the  Ci rcle  Ho ug h  Tran sfo rm   m et ho d.   The  data  was  then  enco ded   and   t ran sfo rm ed  t o  create  the b inary v al ue  of  the iris b y using  the algo rithm  stat ed  in secti on  2 .1 .6 .     3.3.2.  Findi n g app r op ri at e  thre sho l d  va lu e   Diff eren t  ran ges  and   nu m ber s  fo r  the  thresh old   values  wer e  exam ined i n  or der   to  find   the  app ro pr i a t e  and   secur e  va lue.  The  evaluati on   fo r  the  secur e  thresh old   value  was  do ne  by  com par ing   bin ary  bits  betwe e n  the  iris  te m plate   and   the  iris  te st.   In   oth er  wo rd s,  the  bin ary  bits  of   the  iris  te m plate   and   iris  te st  wer e  com par e d  and   te ste d,  in bo th  values a nd   po sit ion s.  Dif fer ent  thresh old   values  wer e  set  f or   the an al ysi s.   They  wer e  >=5 0,  >=55 ,  >=60 ,  >=65 ,  >=70 ,  >=75   and   >=  80   per   cent  of   al l  the  bin ary  bits.  Each  thresh old   value  was  evaluat e d  us ing   three  crit eria,  nam el y  Gen uin e  Acceptance  Ra te   (G AR),   False   Re j ect ion   Ra te   ( FRR )  and   Fals e  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   5 ,  Oct ober  20 19  :   3558   -   3568   3564   Acceptat ion   Ra te   (F AR).   This  was  do ne  to  determ ine  a  su it able  and   secur e  thresh old   value.   The  pr ocess  is  dep ic te d  in  Figu re  8.   The  req uired   thresh old   value  sh ou ld  hav e  a  hig h  GA R  value,   low  FRR   va lue  and   th e  lowest FA R value [ 35 ].   Algo rithm   fo r Fi nd ing   the Su it able and   Secur e  Thr esho ld  Value Th is  sect ion  ex plains  ho w  a  su it abl e  and   secur e  thresh old   value  is  determ ined.   The  al go rithm   beg ins  with  the  com par ison   between   the  iris  te m plate   and   the  iris  te st.   The  GA R,  FRR   and   FA R  are  al so   determ ine d  us ing   the  al go rithm   below .  No te   that  th e  thresh old  v al ue  in the algo rithm  is the v al ue  set  as ex plained  in the p rev iou s p arag rap h.   The  com par ison   is  do ne  bit  by  bit  fr om   the  first  to  the  nth   bit  at   each  po int  to  find   the  m at ching   per centage.   The  GA R  valu e  is  the  per centage  of   the  cor rect  iris  acce pted  by  the  thresh old   value.   The  FRR   valu e  is  a  per centage   of   the  cor rect  iris  rej ect ed  by  the  thresh old   value.   The  FA R  value  is  am ou nt  of   im po stor’ s  irise s  acce pted  by  the  thresh old   value.   Hen ce,  it   is  necessary   that  this  per centage  is  as  sm al l value  as  po ssible  so   that  the im po stor’ s irises are n ot accepted b y t he  thresh old  v al ue.  Th e thr ee values  can b e com pu te d  accord ing ly .           Figure  8 .   Fin di ng a  s uitable  a nd sec ur e t he  t hr es hold  value       Bi t  Co mpa ri so n A lgo r ithm     Be gin      Re ad  Ir isTe am pate     Re ad  Ir isTe st      For   i= 1  to n   Then     IF   Ir isTe am pate (i)  == Ir isTe st   (i)  Then       Ma tc hed  Bi ts = M at ched  Bi ts + 1     El se     Un m at ched  Bi ts = Un m at ched  Bi ts + 1       End IF     End Fo r     Corr ect  = Mat ched  Bi ts*1 00 /n     IF   Com par e   >=Thresh ol d  Value   Then     Re su lt  = Pass     El se      Re su lt  = N o  Pass     End IF     End C omp are           Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Find i ng a su it able  thres hold v alu e f or   an iri s - base d au t hen t ic ation   syste m   ( Naro ngrit  W angkee ree )   3565   4.   RESU LT S  AND DI SCUS S ION   4.1.     Thre sho ld   val ue de termina t ion   The  thresh old   value  deem ed  app ro pr ia te   and   secur e  was  fo un d  us ing   the  m et ho d  exp la ined  in  th e  pr eviou s  sect ion .  In   oth er  wo rd s,  the  Ci rcle  Ho ug h  Tran sfo rm   te chn iqu e  was a pp li ed  to  bo th  the  iris  te m plate s  and   the  iris  te st  im ages  fo r  local iz at ion   pu rp os es.   The  com par ison s  between  the  te m plate s  and   the  te st  im ages  wer e  carried  ou t,  hav ing   set   the  values  of   the  thresh old .  Th e  resu lt s  that  wer e  loo ked   fo r  wer e  the  nu m ber   of  the  iris  te st  im ages  that  passed   the  sp eci fied  thresh old .   The  values  of   GA R,  FRR   and   FA R  wer e  ob ta ined  as  sh ow n  Table 1.       Table  1 .   Re s ults from  co m par ing t he  i ris tem plate s and iris  test  i m ages ag ai ns t  pr e - sp eci fied  th res ho l d values   Perf o r m an ce   Thresh o ld  Value   >=5 0   >=5 5   >=6 0   >=6 5   >=7 0   >=7 5   >=8 0   GAR   9 2 .26 3 5   8 0 .64 3 3   7 2 .08 2 5   6 4 .18 2 5   5 5 .46 7 1   4 4 .53 2 9   4 0 .85 9 1   FRR   7 .73 6 5   1 9 .35 6 7   2 7 .91 7 5   3 5 .81 7 5   4 4 .53 2 9   5 5 .46 7 1   5 9 .14 0 9   FAR   7 0 .84 7 1   3 9 .26 3 4   2 4 .93 6 7   1 7 .03 9 3   1 2 .67 47   9 .13 6 0   6 .13 5 4       Table   1   s h o w s   t h e   c o m p a r i s o n   r e s u l t s   i n   p e r c e n t a g e   w h e n   e v a l u a t i n g   c l a s s i f i e r   p e r f o r m a n c e   o f   G A R ,   F R R ,   a n d   F A R .   T h e   a i m   o f   t h i s   p a p e r   w a s   t o   f i n d   a   s e c u r e   t h r e s h o l d   v a l u e   f o r   a n   i r i s   a u t h e n t i c a t i o n   s y s t e m .   T h a t   i s ,   f o r   s e c u r i t y   p u r p o s e s ,   t h e   p r o c e s s   w a s   c a r r i e d   o u t   t o   f i n d   t h e   v a l u e   t h a t   g a v e   a   l o w   F A R   v a l u e .   M o r e o v e r ,   i n   t e r m s   o f   c o r r e c t n e s s ,   t h e   A c c e p t a n c e   R a t e   ( G A R )   v a l u e   n e e d e d   t o   b e   g r e a t e r   t h a n   F a l s e   R e j e c t i o n   R a t e   ( F R R )   v a l u e .   F r o m   T a b l e  1 ,  i t   c a n  b e   s e e n  t h a t   t h e   t h r e s h o l d   v a l u e s   t h a t   s a t i s f i e d   t h e   a b o v e   c r i t e r i a   a r e   t h e   v a l u e s  o f  > =   7 0   a n d   > =   7 5 .   T h e   t h r e s h o l d   v a l u e   o f   > =   7 0   h a d   t h e   v a l u e s   o f   G A R   =   5 5 . 4 6 7 1 ,   F R R   =   4 4 . 5 3 2 9   a n d   F A R   =   1 2 . 6 7 4 7 .   T h e   t h r e s h o l d   v a l u e   o f   > = 7 5   h a d   t h e   v a l u e s   o f   G A R   =   4 4 . 5 3 2 9 ,   F R R   =   5 5 . 4 6 7 1   a n d   F A R   =   9 . 1 3 6 0 .   T h e   r e s u l t s   f r o m   T a b l e   1   w e r e   t h e n   p l o t t e d   i n   F i g u r e   9   i n   o r d e r   t o   f i n d   a   s u i t a b l e   a n d   s e c u r e   t h r e s h o l d   v a l u e .   Figu re  9  disp la ys  three  li nes  of   gr aph .   They  are  the  GA R,  FRR   and   FA R  values  fo r  each  of   th e  sp eci fied  thresh old   values.   The  gr aph   sh ow ed  that  the  values  of   GA R  and   FA R  te nd ed  to  decr ease  as  th e  thresh old   value  increased.   Ho wev er,  the  values  of   FRR   wen t  in  the  op po sit e  directi on .   In   oth er  wo rd s,  the  FRR   values  increased  as  the  thresh old   value  increased.   In   reali ty ,  a  su it able  thresh old   value  wo ul d  be  the  on e  that  ho lds  a  hig h  value  of   GA R  and   a  low  value  of   FA R.  Ho wev er,   it   wo uld   be  diff ic ult  to  determ ine  an  exact  valu e  fr om   Table  1.   It  was,   theref or e,  necessary  to  include  the  FRR   li ne  into  the  gr aph   to  assist   in  the  determ ining   of  the thr esho ld v al ue.           Figure  9 .   Th res ho l d  value  a nal ysi s       The  analy sis  of   thresh old   ran ged   with  the  two - po int  equ at ion   was  im plem ented.   In   this  pap e r ,   a  thresh old   value  by  intersect ion   of   GA R  and   FRR   will   be  determ ined.   Figu re  9  sh ow s  that  the  intercepti on s  occu rr ed   at   two  po sit ion s.  The  first  was  wh ere  the  FA R  li ne  cro ssed  with  the  FRR   li ne.   The  secon d  was  wh e r e  the  GA R  li ne c ro ssed  with  the  FRR   li ne.   The  po int  of   interest   fo r  the  sake  of   this  pap er  was  the  intersect ion   of  the  GA R  and   FRR   li nes.   This  po int  sp eci fied   the  su it able  and   secur e  thresh old   value  becau se  the  GA R  valu e  was  hig her   than  FRR   value.   At  the  sam e  ti m e,  the  FA R  value  or   the  false  acce ptance  rate  was  app ro xi m at el y  10   per   cent  of   al l  the  im ages,  wh ic h  cou ld  be  co ns idered  su it able  and   secur e  [1 7 ].   Fu rt her m or e,  cal culat ed  by   the  two - po in t  equ at ion ,  the  intersect ion   of   interest   occu rr ed  at   the  thresh old   value  of   app ro xim at el y  72 .92 46 .   Ou r  ob ta ined  thresh old   value  is  hig her   that  tho se  cl ai m ed  by  [ 13 ]   and   [ 12 ]   wh os e  values  are  50   and   60 ,  resp ect ively .   Ou r  v al ue  wo uld  b e test ed  fu rther  in  the n ext sect ion .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   5 ,  Oct ober  20 19  :   3558   -   3568   3566   4. 2.     Te sting   th e o bt ained t hresho ld va lue   The  ob ta ined  thresh old   value  of   72 .9 24 6  per   cent  of   al l  the  avail able  bits  was  te ste d  fo r  cor rectn e s s  us ing   oth er  data  set s  as  each  data  set   con ta ined  diff eren t  pr op erti es  accord ing   to  a  con diti on   of   data  colle ct io n.  The  data  set s  inv olv ed  in  the  te st  wer e  fr om   two  gr ou ps   of   the  CASI A  V. 4  database  -   CASI A - Ir is - G r oup2  a nd  CASI A - Ir is - Group3.   Table 2  Sh ow s  Data set  o f  te st t hr esho ld v al ue  72 . 9 24 6 .       Table  2 .   Data s et   of test  thr e shold  value  72. 9 246   Ir is  Test   Perf o r m an ce   GAR   FRR   FAR   Ir is - CAS IA - Grou p 2   7 8 .00   2 2 .00   0 .00   Ir is - CAS IA - Grou p 3   7 7 .00   2 3 .00   2 .00   Av erage   7 7 .50   2 2 .50   1 .00       Fr om   Table  2,   the  ob ta ined  thresh old   value  of   72 .9 246  was  te ste d  against  the  CASI A - Iri s - Group2  database.  It  was  fo un d  that  78 . 00  p er  cent  of   the  iris  te st  im ages  resu lt ed  in  acce ptance  rate  (G AR),   22 .0 0  pe r  cent  resu lt ed  in  false  rej ect ion   rate  (F RR ),   and   no ne  fell   in  the  false  acce ptance  rate  (F AR)  cat ego ry .   This,  theref or e, can  b e con side red  a su it able and  saf e thr esho l ss d  value.   Fo r  the  CASI A - Iri s - G rou p3  database,  it   was  fo un d  that  77 .0 0  per cent  of   al l  the  im ages  resu lt ed  i n  GA R,  23 .0 0  per cent  of   the  im ages  resu lt ed  in  FRR   and   on ly   2. 00   per cent  of   al l  the  iris  im ages  resu lt ed  in  FA R .  Ther efo re,  it   can b e cla im ed  that  the thr esho ld  value of  72 .9 246  is  secur e since there  was  no   per m issi ble  er r or  detect ed  at  all .   Fr om   the  te sts  on   the  two  databases,  it   was  fo un d  that  at   the  thresh old   value  of   72 .9 246,  the  aver a ge   GA R  value  was  77 .5 0  per   cent,   the  aver age  FRR   value  was  22 .5 0  per   cen t  and   the  aver age  FA R  value  was   1  per   cent.  It  can  be  seen  that  the  values  rep resen t  a  ver y  sm al l  err or   wh en  com par ed  with  oth er  research es  suc h  as that of  K han  et al . [ 37 ]  w ho se f al se accepta nce r at e o r  FA R value w a s ap pr ox im at el y 23  p ercent.        5.   CONCL US I O N   An   iris  authen ti cat ion   syst em   need s  a  thresh old   value  to  analy ze  an  accuracy  or   rej ect ion   of   iris  im ages.  If   the  determ ined  thresh old   value  is  too   hig h,   the  err or   rate  of   rej ect ing   the  gen uin e  iris  im age  ca n  occu r.   On   the  oth er  han d,   if  the  determ ined  thresh old   value  was  too   low,   it   will   resu lt   in  the  err or   rate  of  accuracy  of   incor rect  iris   im ages.  This  research   was  con du ct ed   based  on   the  interest   of   find ing   a  su it able  a nd  secur e  thresh old   value  on   an  iris  authen ti cat ion   syst em ,  with  Ci rcle  Ho ug h  Tran sfo rm   te chn iqu e  us ed  fo r  th e  local iz at ion   of   the  iris.  The e xp erim ental   te st of   thresh old   ran ge  m od el ing   fr om   the  data  set   of   CASI A  V. 4  iris  im age  database  in  a  gr ou p  of   CASI A - Iri s - Gro up1  rev eal ed  that  the  su it able  thre sh old   value  was  hav ing   72 . 92 46   per   cent  of   the  cor rect  bits  wh en  com par ed  the  iris  te m plate   with  the  te st  iris  im age.  This  value  of   thresho l d  was  cl ai m ed  to  be  su it able  and   secur e  becau se  it   pr ov ided   a  hig her   value  of   GA R  than  FRR ,  wh il e  the  FAR   value  was  low.     W hen   the o btained t hr esho ld  value  was t est ed  with  oth er  data set   su ch a s CASI A i ris im age  databa s e  ver sion   4. 0  in  a  gr ou p  of   CASI A - Ir is - Group 2,  a  total   iris  im ages  fr om   1, 00 0  per so ns ,  the  resu lt   rev eal ed  that  GA R  value  was  78 .0 0  per   cent,  FRR   value  w as  22 .0 0  per   cent,  and   FA R  value  was  0. 00   per   cent.  W hen   te ste d  with  the  data  set   of   CASI A  iris  im age  database  ver sion   4. 0  in  a  gr ou p  of   CASI A - Ir is - G rou p3,  a  total   of   iris  im ages  fr om   45 0  per so ns ,  it   was  fo un d  that  GA R  value  was  77 .0 0  per   cent,  FRR   value  w as  23 .0 0  per   cent,  a nd  FA R  value  was  2. 00   per   cent.  Ther efo re,  the  thresh old   value  at   72 .9 24 6  is  con sidered   to  be  the  su it able  a nd  secur e ran ge  to b e app li ed  fo r  a h igh  secur it y l evel o f  authen ti cat ion  m et ho d.       REFERE NCE S     [1]   W u  G.,   Zh ao  M. ,   Han  L .   and   Li   S.   " A  finge rpr int   f ea tur e  ext ra ct ion   al gor it hm   base d   on  opti m al  de ci si on  for  t ext  co p y   det e ct ion ,"   Int ernati onal Journal   of  S ec urit y  and   Its  Applications ,  vol.   10 ( 11 ) ,  pp .   67 - 78 ,  2016 .   [2]   M.   M.   Mahm oud  Mus le h,   I .   I.  Ba,  K.   M.   A.   N ofa l,  et  al . ,   " Im proving  inform at i on  sec ur ity   in   e - banki ng   b y   usin g  biometri c   fing er print :   a ca se   of m aj or  bank   in  M al a y si a ,"   In t. J. Com put.   Sc i. Inf.   Sec ur ,   vol .   10 ( 3 ) ,  pp .   1 – 4 ,   2012 .   [3]   W .   Abdul,   A.  Al za m il ,   H .   Masri,   et   al . ,  " Finge rpri nt  and  ir is  te m pl at e  pro tecti on  fo r  hea l th  informat ion  s y stem  a ccess   and  sec ur ity ,"   J .   Me d.   Imaging  H eal th   Inform ,   vo l .   7(6) ,   pp .   1302 – 1308 ,  2017   [4]   Ye C.,   Xiong  Z.,   Ding  Y.,   Zh ang  X.,   W ang G.,  Xu  F.,   and   Zha ng  K .   " Para l le l  joi nt   f inge rprin ti ng  an d  enc r y pt ion for   socia l  m ultim edi a  sharing  b ase d  on  game  of  li f e ,"   Inte rnat io nal  Journal  of   Sec urit y  and  Its  Appl i cat ions ,     vol.   10(7) ,   pp .   93 - 102 ,   2016 ,   [5]   Nanda kum ar  K.,  Jain  A.   K.,   Pan kant i   S. ,   " Fing er print - base d   fuz z y   v aul t :  Im ple m ent a ti on  and  pe r form anc e , "  I EEE   transacti ons on i nformation  foren sics  and  sec urity ,  vol .  2(4) ,   pp .   7 44 - 757 ,   2007 .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Find i ng a su it able  thres hold v alu e f or   an iri s - base d au t hen t ic ation   syste m   ( Naro ngrit  W angkee ree )   3567   [6]   Jorgensen  Z.   an d   Yu   T. ,   " On  m ouse  d y n amics  a s  a  beha vior al   bi om et ric   for  au th ent i ca t ion ,"   In  P roce edi ngs  of  th e  6th  ACM   Sympo sium on  Information, Compute r a nd  Comm unic ations   Sec urit y ,   ACM ,   Mar  2011 ,  pp .   476 - 482 .   [7]   Le ng  L .   and   Zhang   J.  " Dual - ke y - bindi ng  c ancel ab le   pa lmprint  cr y p tos y stem  for  p alm print   prote c ti o n  and  informat io n   sec urity ,"   Journ al  of   Net work   an d  Computer  App li cations ,  vo l.  34 (6),   pp . 1979 - 198 9 ,   2011 .   [8]   Garg  S.,   Kum a r  A.   and   Hanm andl u   M. ,   " Bio m et ric   aut hen ti c at ion  using   fi n ger   na il   surfa ce ,"   In  2012  12 t h  Inte rnational   Co nfe renc e  on   Intel li gent Sy st ems Design  and  Appl i c ati ons ( ISDA) ,  pp.   497 - 502 ,   Nov  2012 .    [9]   Zhu  W . ,   Zha o   Z . ,   and   Wu   Y. ,   " An  al gor it hm   of   e y e la sh es  de tec ti on   for   iri s   re co gnit ion ,"   In te rna ti onal   Journal   o f   Sec uri t y  and   Its  Appl ic a ti ons ,  vo l.   10(7) ,   pp .   195 - 202 ,   2016 .   [10]   Rat hgeb   C. ,   Iris   biomet rics :  Tem plat e   prote ct ion   and  advan ce d   co mpar ators ,   Salzburg :  Unive rsit y   of  Salz bur g,   201 1.   [11]   Mi y a za wa   K.,  It o  K.,  Aoki  T . ,   Koba y ashi   K.   a nd   Naka j ima,   H . ,   " An  eff ective  a pproa ch  f or   ir is  rec ogni ti on  usin g  phase - base d  image  m atching ,"   IEE E  transacti o ns  on  patt ern  analy sis  and  machine   int e ll ig e nce ,  vol.  30(10 ),   pp.   1741 - 1756 ,   2008.   [12]   Daugm an   J. ,   " H ow  iri s  re cogni t ion  works , "   In   The  essenti al   gu ide   to   image  pr oce ss ing ,   Ac adem ic   Press ,   2 009 ,     pp.   715 - 739 .   [13]   Daugm an  J.,   an d   Dow ning   C. ,   " Eff ec t   of  sev ere   image   compress ion  on  iri s   rec ogni ti on  per form anc e ,"   IE E E  Tr ansacti ons on information Forensic s and  S ec ur it y ,  vol .   3(1 ),  pp.   52 - 61 ,   2008.   [14]   Lee   E.  C. ,   and   Son  S.  H. ,   " Anti - s poofing  m et hod  for  ir is  r ec ogni tion  b y   combinin g  the   op ti c al  and   te xtur al  feature s   of  hum an  e y e ,"   KSII  Tr ansacti ons on  Inte rn et   &   Information  S yste ms ,  vol .   6(9 ) ,   2 012.   [15]   Mali k  J . ,   Sain ar a y ana n   G. ,   and   Dahi y a   R . ,   " Mi n  Max   Thre shol d  Rang e  (MM T R)  base d   app ro ac h   in   pal m prin t  aut hen t icati on   b y   ph ase   congr u e nc y   fe at ure s ,"   In   2010  Inte rnatio nal  Confe ren ce   on  Signal   and  I mage  Proce ss in g ,   pp.   388 - 393 ,   De c   2010.   [16]   Jan  F.,   Us m an   I. ,   and   Agha   S. ,   " Reliable  ir i s  loc alization  u sing  Hough  trans form ,   histogra m - bisec ti on  an d  ec c ent ri ci t y ,"   S i gnal  P roc essing,   vol.  93(1),  pp.   2 30 - 241 ,   2013 .   [17]   Jan  F.,  Us m an  I . ,   Khan  S .   A.   a n d   Mali k   S.   A. ,   " Iris  local iz a ti on   base d  on   th e  Ho ugh  tra nsform ,   a   rad i al - gr adient  oper at or ,   and the gray - l evel  in te n sit y ."   Opti k ,  vol .   124(23),  pp.   59 76 - 5985 ,   2013 .   [18]   Chine se  Ac adem y   of   Scie n ce s   Instit u te  of  Au tomati on.   Casi a   iri s   image   data base   Version   4. 0.   Oc t   23 ,  201 6.   htt p://ww w.sinobi om et ric s. com   [19]   Verm a   P.,   Dube y   M. ,   Basu   S.   an d   Verm a  P. ,   " Hough  tra nsform   me thod  for  ir is  recognit ion - A  biometric  appr oa ch ,"   Inte rnational   Jo urnal  of Eng inee ring a nd  Innov a t iv e   Technol og y  ( IJE IT) ,   vol.  1(6),  pp.   43 - 48 ,   2012 .   [20]   Pall av   P.   K.   a nd   Granork ar   S.  R . ,   " Inve st i gat ion   and   anal y sis   of   Hough - DCT - Ham m ing   dist ance   base d     m et hod  of  i ris  re cogni ti on ,"   In te r nati onal  Journal   of  Inno vat i ve  Technol og y  and   Ex plo ring   Engi n ee ring ,  vol .   3(1) ,     pp.   181 - 185 ,   20 13.   [21]   Mukhopadh y a y   P.   and   Chaudh uri   B.   B. ,   " A  surve y   of  Hough  Tra nsform ,"   Pat te rn  Re cogn i ti on ,  vo l.   48(3) ,   pp.   993 - 1010 ,   2 015.   [22]   Daugm an  J. ,   " N ew  m et hods  in  i ris  re cogni t ion ,"   IE EE  Tr ansactions   on  S yste ms ,   Man,   and   Cyb e rneti cs,   Part   B   ( Cybe rneti cs) ,   v ol.   37(5) ,   pp .   11 67 - 1175 ,   2007 .   [23]   Min  T .   H.   and   P ark   R .   H. ,   " E y elid  and   e y e la sh   d et e ct ion   m et hod   in  the  norm al i zed  ir is  image   usi ng  th e   par abol i c   Hough m odel   an d  Otsu’s   thre sho ldi ng  m et hod ,"   Pat te rn   rec ogni t ion  l et t ers ,  vo l .   3 0(12),   pp .   1138 - 1143 ,   2009 .   [24]   Sulae m an  D.,   N ugroho  A.  S.   and   Gali nium   M. ,   " I ris  Segm ent at ion   using  Gradi ent   Magnit ude  and  Fourier  Descri p to r  for  Multi m oda l  Biom et ri c  Authent i ca t ion   S y stem ,"   Jo urnal  of  ICT  Re search  a nd  Appl i cat ion s,   vol.   10(3) ,   pp .   2 09 - 22 7 ,   2016 .   [25]   Sheel a   S.  V.   and   Vijay a   P.   A. ,   " I ris  rec ogn it ion   m et hods - surve y ,"   Inte rnationa l  J ournal  of  Comp ute r  App li ca ti on s,   vol.   3(5) ,   pp .   19 - 25 ,   2010 .   [26]   Proenc a   H. ,   " Iris   rec ogni ti on:  On   the   segm ent a ti o n  of  degr ad ed  i m age s  ac quir ed  in  the   v isibl e  wa vel eng th , "   IE EE  Tr ansacti ons on Patt ern   Analysis and  Mac h ine In te lligen ce,   vol .   3 2(8),   pp .   1502 - 1 516 ,   2010 .   [27]   E.   Moham m adi   Arvac heh ,   " A  st ud y   of  segm enta ti on  and  norm ali za t ion  for   iri s  re cogni ti on   s y s te m s , "   2006.   [28]   Arvac heh ,   E .   M . ,   " A stud y   of   seg m ent at ion   and   n orm al iz a ti on  for iris r e cogni t ion  s y stems ,"   2006 .   [29]   Proenc a   H.   and   Alexa ndre   L .   A. ,   " Iris  r ec ogn it ion :  An  anal y s is  of   t he  al i asing  prob l em  in   the  ir is  nor m al iz a ti on   stage ,"   In  2006  Inte rn ati onal  Conf ere nce   on  Compu tat ional   In te l li g enc e  and  S ec u rity ,   v o l.   2 ,   p p.   177 1 - 1774.   Nov 2006 .   [30]   Nith y ana nd am  S.,  Ga y at h ri  K .   S.   and   Pri y ad arshin i   P.   L.  K. ,   " A  n e w  iri s  norm aliz ation  proc ess  for  r ec ogni ti on  s y ste m   with  cr y p togra p hic   te chn ique s ,"   arXiv   preprin t   ar Xiv:1111. 5135,   2011.   [31]   Bel ch er   C. ,   and   Du   Y.  " A  sele c tive  fe at ure   infor m at ion  appr o ac h   for  iri s  image - q ual ity   m e asure ,"   IEE E  Tr ansacti o ns  on  Information Forensic s and  S ec urit y ,  vol.  3(3) ,   pp .   572 - 577 ,   2 008.   [32]   Daugm an   J. ,   " H ow  iri s  re cogni t ion  works ,"   In  The  essenti al   gu ide   to   image  pr oce ss ing ,   Ac adem ic   Press ,   2009 ,    pp.   715 - 739 .   [33]   C heng  J.  M.   an d   W ang   H.  C. ,   " A  m et hod  of  esti m at ing  th e  eq ual   err or   rate  fo r  aut om at i c  spea ker   ver if icati on ,"   In  2004  Int ernat ional   S ymposium on  Chine se   Sp oke n  Language   Proce ss ing ,  pp .   285 - 288 ,   De c  20 04.     [34]   Chen  Z . ,   Xi a   X . ,   and   Lu an   F. ,   " Autom at ic  onl ine   sign at ur e  v e rifi c at ion   base d   on  d y n amic  fu nct ion   fe at ure s ,"     In  2016  7th  I EEE  Inte rnat ional   Confe renc e  on  Soft ware  Eng ineering  and  Serv i ce   S ci en ce   ( ICSESS) ,  Aug  2016 ,     pp.   964 - 968 .   [35]   Janra tc h akool   W . ,   Boonkr ong   S.   and   Sm anchat   S. ,   " Findin g  t he  opt imal  val ue  for   thre s hold  cr y ptogr ap h y     on  cl oud   comp uti ng , "   In te rnat ional   Journal  of  E le c tric al   a nd  Computer  Engi ne ering  ( IJ ECE ) ,   vol .   6(6 ),     pp.   2979 - 2988 ,  2016.   [36]   Desm edt   Y.   and   Franke l   Y . ,   " Thr eshold  cr y ptos y s te m s ,"   In   Confe r enc e   on   th e  Theo ry  and   A ppl ic at i on  of   Crypto logy   , Springer, Ne w  York,  NY ,   Aug   1989 ,  pp .   307 - 3 15 .   Evaluation Warning : The document was created with Spire.PDF for Python.