酒精影响下眼周近红外眼图像的语义分割
计算机视觉与模式识别
2021-07-01 v1
摘要
本文提出一种新框架，用于检测、分割并估计酒精摄入下眼周近红外虹膜图像中眼睛的位置。该系统的目的是测量上岗适任性。适任系统使我们能够确定一个人是否在身体或心理上能够执行其任务。我们的框架基于一个从零开始训练的目标检测器，用于从单幅图像中检测双眼。随后，使用了两个高效网络进行语义分割：一个交叉注意力网络（Criss-Cross attention network）和 DenseNet10，分别仅有 122,514 和 210,732 个参数。这些网络能够找到瞳孔、虹膜和巩膜。最后，二值输出眼掩码被用于高精度的瞳孔和虹膜直径估计。为此使用了五种最先进（state-of-the-art）的算法。一种混合方案取得了最佳结果。第二个贡献是建立了一条酒精行为曲线，利用从虹膜实例捕获的图像流来检测酒精存在。此外，创建了一个包含超过 20k 图像的人工标注数据库。我们的最佳方法使用 DenseNet10（仅 210,732 个参数）获得了 94.54% 的平均交并比（Intersection-over-Union），且平均误差仅 1 像素。
引用
@article{arxiv.2106.15828,
title = {Semantic Segmentation of Periocular Near-Infra-Red Eye Images Under Alcohol Effects},
author = {Juan Tapia and Enrique Lopez Droguett and Andres Valenzuela and Daniel Benalcazar and Leonardo Causa and Christoph Busch},
journal= {arXiv preprint arXiv:2106.15828},
year = {2021}
}