[發明專利]基于多任務神經網絡的虹膜圖像分割、定位和歸一化方法

有效

• 申請號: 202011259747.0
• 申請日: 2020-11-12
• 公開（公告）號: CN112287872B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 王財勇;田啟川;郭茂祖;何召鋒;孫哲南;王云龍;張琪
• 申請（專利權）人: 北京建筑大學
• 主分類號: G06V40/18
• 分類號: G06V40/18;G06V10/26;G06K9/62;G06V10/774;G06N3/08;G06N3/04
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于多任務神經網絡的虹膜圖像分割、定位方法，其特征在于，該虹膜圖像分割、定位方法包括：

步驟S10，將獲取的待處理虹膜圖像輸入多任務神經網絡中進行前向傳播，獲得虹膜掩膜映射圖、虹膜內邊界和外邊界中心點熱力圖以及虹膜內邊界點和外邊界點回歸映射圖；所述虹膜掩膜映射圖為虹膜圖像的分割結果；

步驟S20，采用Soft-argmax函數分別處理所述虹膜內邊界和外邊界中心點熱力圖，獲得虹膜內邊界和外邊界中心點坐標和

步驟S30，基于所述虹膜內邊界點和外邊界點回歸映射圖，通過雙線性插值法分別獲取坐標在n個預設的均勻采樣角度{θ_i|i＝1，2，…，n}下的內邊界射線長度和外邊界射線長度

步驟S40，基于所述內邊界射線長度和外邊界射線長度結合極坐標變換公式，獲得n個預設的均勻采樣角度{θ_i|i＝1，2，…，n}下的虹膜內邊界點坐標和虹膜外邊界點坐標所述虹膜內邊界中心點坐標和虹膜外邊界中心點坐標以及虹膜內邊界點坐標和虹膜外邊界點坐標為虹膜圖像的定位結果。

2.根據權利要求1所述的基于多任務神經網絡的虹膜圖像分割、定位方法，其特征在于，步驟S30包括：

步驟S31，分別定義對應虹膜內邊界和外邊界中心點的雙線性采樣核Q^k，k＝1代表虹膜內邊界，k＝2代表虹膜外邊界：

其中，max(·)代表求最大值操作；

步驟S32，基于所述虹膜內邊界點和外邊界點回歸映射圖，分別以第i個通道下所有離散像素點的像素值的線性組合作為內邊界射線長度和外邊界射線長度

其中，H和W分別為虹膜圖像的高度和寬度，是位于虹膜內邊界點或外邊界點回歸映射圖中第i個通道下坐標點(x，y)的像素值。

3.根據權利要求1所述的基于多任務神經網絡的虹膜圖像分割、定位方法，其特征在于，所述多任務神經網絡以U-Net模型作為主干網絡，并采用兩個分支網絡替換U-Net模型最后的分類層；

所述分支網絡包括順次連接的核為3×3、步長為1、空洞率為v，v＝1，2，4，8、輸出通道為T的空洞卷積層，兩個核為1×1的卷積層。

4.根據權利要求1所述的基于多任務神經網絡的虹膜圖像分割、定位方法，其特征在于，所述多任務神經網絡，其訓練方法為：

步驟A10，獲取訓練用虹膜圖像作為第一虹膜圖像，采用二值碼標簽進行所述第一虹膜圖像中有效虹膜像素的標記，有效的虹膜像素標記為1，其余部位標記為0；

采用最近似虹膜內外邊界的橢圓曲線、NURBS曲線或者封閉自由曲線，分別作為虹膜的內邊界和外邊界曲線，并分別以曲線的質心作為虹膜內邊界和外邊界中心點和

步驟A20，基于所述虹膜內邊界和外邊界中心點和分別建立虹膜內邊界和外邊界中心點熱力圖標記和所述熱力圖標記的像素值圍繞著虹膜內邊界和外邊界中心點服從峰值為1、標準差為σ的高斯分布；

步驟A30，以所述第一虹膜圖像中距離虹膜內邊界和外邊界中心點均為3σ的鄰域內的像素點為正采樣點，其余像素點為負采樣點，分別獲取每個正采樣點在n個預設的均勻采樣角度{θ_i|i＝1，2，…，n}下的第一內邊界和第一外邊界射線長度，每個負采樣點的第一內邊界和第一外邊界射線長度均設為0；

步驟A40，第i個角度θ_i下所有采樣點對應的第一內邊界和第一外邊界射線長度分別為第i個通道下虹膜內邊界點和外邊界點的回歸距離映射圖標記；

步驟A50，將包括有效虹膜像素標記、虹膜內邊界和外邊界中心點熱力圖標記以及虹膜內邊界點和外邊界點的回歸距離映射圖標記的虹膜圖像作為第二虹膜圖像；

步驟A60，將所述第二虹膜圖像輸入所述多任務神經網絡進行訓練，獲得訓練好的多任務神經網絡。