基于循环注意力机制的隐形眼镜虹膜防伪检测方法
虹膜纹理容易被纹理隐形眼镜隐藏甚至伪造,进而对虹膜识别系统的安全性构成了威胁.针对真实虹膜与纹理隐形眼镜伪造虹膜光学特性和纹理特征差异较小的问题,提出了一种循环注意力隐形眼镜虹膜防伪检测方法RAINet.利用循环注意力机制对能区分真伪虹膜的关键区域进行无监督定位,并通过多层级特征融合提升防伪检测精度,构建了端到端防伪检测网络,无需图像预处理即可直接进行真伪特征检测.采用MobileNetV2作为特征分类网络,在保持检测精度的同时,减少了网络的参数量和计算量.在包含真实虹膜样本和隐形眼镜虹膜样本的两个公开数据库(ⅢTD CLI和ND系列)上进行了实验验证.结果表明,RAINet的检测精度优于其他防伪检测网络,在同传感器、跨传感器和跨数据库实验条件下的平均正确分类率分别可达到99.93%、97.31%和97.86%.
机器视觉、纹理隐形眼镜、虹膜防伪检测、循环注意力机制、多层级特征融合
42
TP391.4(计算技术、计算机技术)
国家重点研发计划2020YFF0304104
2023-03-07(万方平台首次上网日期,不代表论文的发表时间)
共11页
154-164