SegDenseNet：面向白内障术前与术后虹膜分割
计算机视觉与模式识别
2018-05-29 v2
摘要
白内障由年龄、创伤、遗传、吸烟及物质摄入、辐射等多种因素引起，是全球主要常见眼科疾病之一，可能潜在影响基于虹膜的生物识别系统。承载全球最大生物识别项目的印度，每年约有800万人接受白内障手术。尽管现有研究表明白内障对虹膜识别无重大影响，我们的观察表明，现有虹膜分割方法不足以应对白内障或白内障术后病例。因此，虹膜分割失败会影响整体识别性能。本文提出一种针对白内障及白内障术后变异的高效虹膜分割算法。所提算法称为SegDenseNet，是一种基于DenseNet的深度学习算法。在IIITD Cataract数据库上的实验表明，改进分割在不同传感器与匹配器下可使识别率提升高达25%。
引用
@article{arxiv.1801.10100,
title = {SegDenseNet: Iris Segmentation for Pre and Post Cataract Surgery},
author = {Aditya Lakra and Pavani Tripathi and Rohit Keshari and Mayank Vatsa and Richa Singh},
journal= {arXiv preprint arXiv:1801.10100},
year = {2018}
}
备注
Corrected diagrams. Results remain the same!