一种鲁棒的基于对抗结构的生物特征ROI提取方法

摘要：

感兴趣区域(Region of interest,ROI)提取在生物特征识别中,常用于减少后续处理的计算消耗,提高识别模型的准确性,是生物识别系统中预处理的关键步骤.针对生物识别数据,提出了一种鲁棒的ROI提取方法.方法使用语义分割模型作为基础,通过增加全局感知模块,与分割模型形成对抗结构,为模型提供先验知识,补充全局视觉模式信息,解决了语义分割模型的末端收敛困难问题,提高了模型的鲁棒性和泛化能力.在传统二维(2D)指纹、人脸、三维(3D)指纹和指纹汗孔数据集中验证了方法的有效性.实验结果表明,相比于现有方法,所提出的ROI提取方法更具鲁棒性和泛化能力,精度最高.

关键词：感兴趣区域提取、语义分割、对抗结构、生物特征

所属期刊栏目：49

分类号：TP391.41;TP273.4;TP183

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;深圳市基础研究基金;深圳市基础研究基金;腾讯犀牛鸟深圳大学青年教师科学研究基金

在线出版日期：2023-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1339-1353