基于先验嵌入的遥远距离盲虹膜识别架构
计算机视觉与模式识别
2024-08-02 v1 人工智能
摘要
盲虹膜图像是由于在遥远距离进行虹膜识别过程中发生未知退化而产生的图像，常导致虹膜识别率下降。目前，很少有文献提供解决此问题的方案。为此，我们提出了一种用于遥远距离盲虹膜识别的先验嵌入驱动架构。我们首先提出了一个名为 Iris-PPRGAN 的盲虹膜图像修复网络。为了有效恢复盲虹膜的纹理，Iris-PPRGAN 包含一个用作先验解码器的生成对抗网络（GAN），以及用作编码器的深度神经网络（DNN）。为了更高效地提取虹膜特征，我们随后提出了通过修改 InsightFace 的瓶颈模块而创建的健壮虹膜分类器，称为 Insight-Iris。首先，通过 Iris-PPRGAN 修复低质量的盲虹膜图像，然后经过修复后的虹膜图像经由 Insight-Iris 进行识别。在公开的 CASIA-Iris-distance 数据集上的实验结果表明，我们提出的方法在定性和定量分析方面均显著优于当前最先进的盲虹膜修复方法。具体而言，经我们方法处理后，遥远距离盲虹膜图像的识别率达到90%，比未经修复的图像提高了约十个百分点。
引用
@article{arxiv.2408.00210,
title = {A Prior Embedding-Driven Architecture for Long Distance Blind Iris Recognition},
author = {Qi Xiong and Xinman Zhang and Jun Shen},
journal= {arXiv preprint arXiv:2408.00210},
year = {2024}
}