Iris-GAN：使用卷积 GAN 学习生成逼真虹膜图像
计算机视觉与模式识别
2018-12-27 v3
摘要
生成看起来逼真的虹膜图像既是一个有趣又具挑战性的问题。大多数经典统计模型不足以捕捉虹膜图像中复杂的纹理表示，因此无法生成看起来逼真的虹膜图像。本工作中，我们提出一种基于生成对抗网络（GAN）的机器学习框架，能够从先验分布（从一组训练图像中学习得到）中采样生成虹膜图像。我们将该框架应用于两个流行的虹膜数据库，生成看起来非常逼真且与这些数据库中图像分布相似的图像。通过实验结果，我们表明生成的虹膜图像具有良好的多样性，并能够捕捉先验分布的不同部分。
引用
@article{arxiv.1812.04822,
title = {Iris-GAN: Learning to Generate Realistic Iris Images Using Convolutional GAN},
author = {Shervin Minaee and Amirali Abdolrashidi},
journal= {arXiv preprint arXiv:1812.04822},
year = {2018}
}