面向有限标注数据下基于深度学习的虹膜识别的无监督预训练、纹理感知轻量模型
计算机视觉与模式识别
2020-02-24 v1
摘要
本文提出一种用于虹膜识别的纹理感知轻量级深度学习框架。我们的贡献主要有三方面。首先，针对虹膜标注数据匮乏的问题，我们提出一种由重建损失引导的无监督预训练阶段，随后进行有监督微调，从而驱动网络权重聚焦于具有判别性的虹膜纹理模式。其次，我们在卷积神经网络内部提出若干纹理感知改进，以更好地利用虹膜纹理。最后，我们表明，系统化的训练与架构选择使我们能够设计一个高效框架，其参数量比当代深度学习基线最多少 100 倍，同时在数据集内与跨数据集评估中取得更好的识别性能。
引用
@article{arxiv.2002.09048,
title = {Unsupervised Pre-trained, Texture Aware And Lightweight Model for Deep Learning-Based Iris Recognition Under Limited Annotated Data},
author = {Manashi Chakraborty and Mayukh Roy and Prabir Kumar Biswas and Pabitra Mitra},
journal= {arXiv preprint arXiv:2002.09048},
year = {2020}
}
备注
Under review at ICIP2020