基于深度反卷积网络的虹膜定位方法研究

• 作者: 乔宇 张飞云 徐霄 陈阳
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 虹膜定位 深度学习 像素级分类
• 年，卷（期）: 2016,（1）
• 页码范围: 57-67
• 页数: 11页
• 分类号: TG156
• 字数: 7735字
• 语种: 中文

摘要

精确而快速地进行虹膜定位是有效地进行虹膜识别的重要前提.传统的虹膜定位方法有Daugman定位法、Hough变换定位法等,但其对睫毛比较浓密、虹膜被遮挡较多等情况下的图片处理效果不是很好.文章在总结前人工作的基础上,实现了一套基于深度学习的虹膜定位系统.该系统利用深度学习方法,根据虹膜图像区域的特点,对图像进行像素级分类.根据像素分类结果,可以很好地标识虹膜区域和非虹膜区域,达到定位识别虹膜区域的目的,并在中国科学院自动化所公布的虹膜数据集CASIA-IrisV3-Interval上验证了文章工作的有效性,像素分类精度达到约98.4％,达到了较高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈阳	中国科学院深圳先进技术研究院	39	362	9.0	18.0
5	张飞云	中国科学院深圳先进技术研究院	3	14	2.0	3.0
7	乔宇	中国科学院深圳先进技术研究院	9	118	5.0	9.0
8	徐霄	中国科学院深圳先进技术研究院	1	9	1.0	1.0