10.3778/j.issn.1002-8331.2005-0297
基于EL-YOLO的虹膜图像人眼定位及分类算法
针对当前的人眼定位算法应对复杂环境的抗干扰能力不强、定位准确度较差以及无左右眼分类的问题,提出了一种基于轻量级网络的虹膜图像人眼定位及左右眼分类算法.利用YOLO算法结合高性能的轻量级网络模型设计EL-YOLO模型,损失函数引入广义交并比(GIoU),使得网络训练可以快速收敛,且定位精度高.在CASIA-IrisV4、MIR2016以及本实验室采集的数据集SEPAD_V1和SEPAD_V2上的实验结果表明,EL-YOLO模型较小,运行速度快,且拥有较高的定位及分类准确率,具有较强的泛化能力.
虹膜识别;人眼定位;轻量级网络;广义交并比
57
TP391(计算技术、计算机技术)
2021-09-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
217-223