论文部分内容阅读
在实际环境中,虹膜图像的采集经常会遇到被眼睑或睫毛遮挡等特殊情况,不利于虹膜的分割和定位。提出一种改进的卷积神经网络实现对虹膜部分的提取和定位。组合多种设备和环境下采集的虹膜数据,基于MobileNet对原始Unet的编码层进行修改,并与原方法进行比较,实验表明加入深度可分离卷积模块后的分割模型可以更准确、更快速地分割虹膜,对特殊情况下采集的虹膜图像具有很好的鲁棒性。