【技术实现步骤摘要】
一种基于级联神经网络的多任务虹膜快速定位方法
本专利技术涉及生物特征识别
，尤其是涉及一种基于级联神经网络的多任务虹膜快速定位方法。
技术介绍
在人类身份识别认证的问题上，传统的身份验证方法不方便、不安全，而基于生物学特征的生物识别技术具有普遍性、稳定性、安全性的特点，这让生物识别技术成为了该领域内近年来研究的热点。其中虹膜识别被认为是最具开发前景的生物特征识别方法，与其他生物识别技术相比虹膜识别有着唯一性、稳定性、防伪性和非接触性的优点。一个完整的虹膜识别系统由图像的获取，虹膜定位，特征提取和识别验证四个部分组成，其中虹膜定位是非常重要的环节。虹膜区域定位的不准确会造成干扰信息的引入，像眼睑、光斑、睫毛等，还会造成虹膜纹理信息的缺失，因此虹膜区域定位是否准确对后续的虹膜特征提取和虹膜识别的准确率有很大的影响。目前的虹膜定位算法大多基于虹膜图像的某一或者某些不变特征计算得到虹膜区域的内外边界，泛化能力低，以及在处理眼睛区域以外的脸部信息时表现得并不是很稳健。
技术实现思路
本专利技术...
【技术保护点】
1.一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，该方法包括如下步骤：/n(1)在原始图像中选取虹膜区域并且标记关键特征点作为Ground Truth数据集；/n(2)基于Ground Truth数据集制作训练样本集，包括正样本、中间样本和负样本；/n(3)制作训练样本集的标签；/n(4)建立级联神经网络，包括依次级联的三个神经网络，第一级神经网络用于虹膜区域候选框分类，第二级神经网络用于对虹膜候选框区域进行分类与区域坐标回归，第三级神经网络用于精确输出虹膜区域和关键特征点的位置信息；/n(5)采用有标签的训练样本对级联神经网络进行训练；/n(6)将待定位图像输...
【技术特征摘要】
1.一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，该方法包括如下步骤：
(1)在原始图像中选取虹膜区域并且标记关键特征点作为GroundTruth数据集；
(2)基于GroundTruth数据集制作训练样本集，包括正样本、中间样本和负样本；
(3)制作训练样本集的标签；
(4)建立级联神经网络，包括依次级联的三个神经网络，第一级神经网络用于虹膜区域候选框分类，第二级神经网络用于对虹膜候选框区域进行分类与区域坐标回归，第三级神经网络用于精确输出虹膜区域和关键特征点的位置信息；
(5)采用有标签的训练样本对级联神经网络进行训练；
(6)将待定位图像输入至训练好的级联神经网络，输出虹膜区域和关键特征点的位置信息。
2.根据权利要求1所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，步骤(1)具体为：
首先，采用矩形框人工标记虹膜区域，得到虹膜区域的位置信息(x,y,width,height)，x,y表示矩形框左上角的横纵坐标，width,height表示矩形框的宽度和高度；
然后，在虹膜区域标记5个关键特征点(xi,yi)，i∈{1,2,3,4,5}，包括虹膜左右边缘点、瞳孔左右边缘点和瞳孔圆心，xi和yi表示第i个关键特征点的横坐标和纵坐标。
3.根据权利要求2所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，步骤(2)具体为：
在原始图像中随机裁剪图像块得到3个类别的样本集：
正样本：与GroundTruth的交并比大于等于0.65的图像块；
中间样本：与GroundTruth的交并比介于0.4和0.65之间的图像块；
负样本：与GroundTruth的交并比小于等于0.3的图像块。
4.根据权利要求3所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，所述的交并比通过如下方式获得：
IOU＝S(A∩B)/S(A∪B)，
其中，A表示随机裁剪的图像块，B表示Groun...
【专利技术属性】
技术研发人员：沈文忠，滕童，毛云丰，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。