探索深度学习图像超分辨率用于虹膜识别
图像与视频处理
2023-11-03 v1 计算机视觉与模式识别
摘要
在这项工作中，我们测试了深度学习方法提供低分辨率与高分辨率图像间端到端映射的能力，并将其应用于虹膜识别问题。在此，我们提出使用两种深度学习单图像超分辨率方法：堆叠自编码器（SAE）和卷积神经网络（CNN），采用尽可能轻量的结构以实现快速速度、保留局部信息并同时减少伪影。我们使用包含1872张近红外虹膜图像的数据库，通过质量评估和识别实验验证了方法，显示了深度学习方法相对于对比算法的优越性。
引用
@article{arxiv.2311.01241,
title = {Exploring Deep Learning Image Super-Resolution for Iris Recognition},
author = {Eduardo Ribeiro and Andreas Uhl and Fernando Alonso-Fernandez and Reuben A. Farrugia},
journal= {arXiv preprint arXiv:2311.01241},
year = {2023}
}
备注
Published at Proc. 25th European Signal Processing Conference, EUSIPCO 2017