论文部分内容阅读
随着社会的不断发展,人们越来越关注个人信息安全,而生物识别作为一种稳定可靠的身份认证方式得到了众人的青睐。人眼区域包含了丰富的生物特征信息,其中主要以虹膜、巩膜和眼周为代表,分别对应虹膜识别、巩膜识别和眼周识别三种身份认证方式。生物特征图像预处理是生物特征识别中最关键的一步,对于提升生物识别的效果有着至关重要的作用。本文从如何实现有效的人眼生物特征图像预处理出发,分析了人眼特征图像不同区域的特征表现,针对性的对人眼特征区域进行加强,来提升人眼生物特征识别的准确率和稳定性。本文主要研究了以下工作:(1)通过分析人眼不同特征区域,结合不同区域特征识别任务中各项预处理的方法,建立了包括人眼关键点检测数据集,虹膜定位和检测数据集,虹膜、巩膜和瞳孔全分割数据集。所有数据集都来源于不同的图像采集设备和实验条件,在经过了手工挑选和标注以后,可以满足大部分场景下人眼生物特征图像预处理的需要,为实现人眼的预处理和眼部特征分析提供了很好的数据支持。(2)人眼定位和状态估计是人眼特征识别任务中很重要的一步,决定着人眼特征识别方式的选择。人眼检测和状态估计容易受到采集环境和光源强弱变化的影响,同时头部姿态的轻微变动也会导致人眼定位和状态估计的准确率下降,为此提出一种基于关键点的眼睛定位和状态估计方法,通过堆叠多个沙漏网络预测人眼四个关键点的信息,设计合理的人眼检测策略和状态估计方法来定位人眼的位置,并估计人眼开闭状态,在抗干扰能力和稳定性上都有较好提升。(3)利用眼周区域特征实现目标的身份属性识别。眼周区域聚集了脸部最具有判别性的特征,这些特征表征着识别对象的身份属性信息。在生物识别系统中,获取男女性别属性信息有助于分析大数据中存在的规律性,利用CNN网络提取眼周区域的特征,同时加入眼膜分割增加注意力机制以此来增强判别性特征的贡献,可以很好地提升眼周属性识别的准确性。