基于球面Haar小波和卷积神经网络的飞行员虹膜识别

• 作者: 贾博 冯孝鑫 李军 俞碧婷 赵倩 吴奇
• 来源期刊: 电子与信息学报
• 关键词: 虹膜识别 球面Haar小波基 球面信号 正交对称
• 年，卷（期）: 2021,（4）
• 页码范围: 939-947
• 页数: 9页
• 分类号: TN911.73; TP181
• 语种: 中文
• DOI: 10.11999/JEIT190928

摘要

虹膜识别面临两个重要的问题：一是如何精细分解与重构虹膜球面图像；二是如何识别虹膜图特征。虹膜表面几何位置信息是一种重要的信号，传统的虹膜识别通常使用虹膜图像的平面特征，然而人的眼睛是一种球体，从平面图像难以提取到虹膜球体的几何特征。针对平面特征容易出现虹膜纹理的扭曲和失真等问题，该文建议一种正交对称的球面Haar小波(OSSHW)基，对球面虹膜信号进行多尺度分解与重构，获得更精细的虹膜曲面几何特征，同时对比球谐函数和半正交或正交球面Haar小波基的虹膜球面信号特征提取能力。在此基础上，该文提出一种基于卷积神经网络(CNN)和正交对称的球面Haar小波的虹膜识别方法，它能够有效捕获虹膜球体曲面的局部精细特征，比半正交或正交球面Haar小波基具有更强的虹膜识别能力。