Iris R-CNN:非配合环境下的精确虹膜分割
计算机视觉与模式识别
2019-03-26 v1
摘要
尽管虹膜分割已取得显著进展,在非配合环境下实现精确虹膜分割仍是一项重大挑战。本文提出一种称为Iris R-CNN的深度学习框架,以提供卓越的虹膜分割精度。该框架派生自Mask R-CNN,并提出了若干新技术以细致利用虹膜的独特特性。首先,我们提出两个新网络:(i)双圆区域提议网络(DC-RPN),以及(ii)双圆分类与回归网络(DC-CRN),以考虑虹膜与圆瞳来最大化虹膜分割精度。其次,我们提出一种感兴趣区域(RoIs)的新归一化方案,以实现在双圆区域上的全新池化操作。在两个具挑战性的虹膜数据库UBIRIS.v2与MICHE上的实验结果表明,所提方法相较其他最先进方法具有更优精度。
引用
@article{arxiv.1903.10140,
title = {Iris R-CNN: Accurate Iris Segmentation in Non-cooperative Environment},
author = {Chunyang Feng and Yufeng Sun and Xin Li},
journal= {arXiv preprint arXiv:1903.10140},
year = {2019}
}