基于卷积神经网络与单位圆层的虹膜验证
计算机视觉与模式识别
2019-09-18 v2
摘要
我们提出了一种新颖的卷积神经网络，用于验证两幅归一化的人眼虹膜图像之间的匹配。该网络以端到端方式训练，并在三个公开可用数据集上进行了验证，相对于四种基线方法取得了最先进的结果。在 CASIA.v4 数据集上，该网络比最先进方法的性能高出 10%。我们在网络中使用了一种新颖的 Unit-Circle Layer（单位圆层），它替代了常见虹膜验证流程中的 Gabor 滤波步骤。我们表明，该层在先前未见过的数据上将模型性能提升了高达 15%。
引用
@article{arxiv.1906.09472,
title = {Iris Verification with Convolutional Neural Network and Unit-Circle Layer},
author = {Radim Spetlik and Ivan Razumenic},
journal= {arXiv preprint arXiv:1906.09472},
year = {2019}
}