[發(fā)明專利]虹膜圖像超分辨率重建方法及計(jì)算設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110323163.3
• 申請(qǐng)日: 2021-03-26
• 公開（公告）號(hào): CN112712468B
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計(jì)）人: 張小亮;王秀貞;戚紀(jì)綱;楊占金;其他發(fā)明人請(qǐng)求不公開姓名
• 申請(qǐng)（專利權(quán)）人: 北京萬(wàn)里紅科技股份有限公司
• 主分類號(hào): G06T3/40
• 分類號(hào): G06T3/40;G06T7/11;G06K9/62;G06K9/00
• 代理公司: 北京思睿峰知識(shí)產(chǎn)權(quán)代理有限公司 11396
• 代理人: 高攀;趙愛(ài)軍

本發(fā)明公開了一種生成虹膜圖像超分辨率重建模型的方法，包括步驟：獲取多個(gè)包含虹膜的高分辨率虹膜圖像及其對(duì)應(yīng)的低分辨率虹膜圖像和低分辨率掩膜圖像；將高分辨率虹膜圖像和低分辨率虹膜圖像輸入初始的超分辨率重建模型的生成模型中，經(jīng)處理后生成虹膜分割特征圖、超分辨率虹膜圖像、以及超分辨率虹膜圖像的編碼模板和高分辨率虹膜圖像的編碼模板；通過(guò)計(jì)算第一損失函數(shù)、第二損失函數(shù)、第三損失函數(shù)，來(lái)更新超分辨率重建模型的生成模型的參數(shù)，直到滿足預(yù)定條件時(shí)，訓(xùn)練結(jié)束，得到訓(xùn)練好的超分辨率重建模型的生成模型；利用訓(xùn)練好的超分辨率重建模型的生成模型，生成虹膜圖像超分辨率重建模型。本發(fā)明一并公開了相應(yīng)的計(jì)算設(shè)備。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種針對(duì)虹膜圖像的超分辨率重建方案。

背景技術(shù)

傳統(tǒng)的身份識(shí)別主要依靠特定標(biāo)志物（如身份證、工作證等）和特定知識(shí)（如口令、密碼等），然而這些方法存在很多缺點(diǎn)，如攜帶不便、容易遺失、密碼易被破解等。因此，需要更加安全、準(zhǔn)確、防偽的身份認(rèn)證技術(shù)來(lái)代替?zhèn)鹘y(tǒng)的身份識(shí)別?；谏锾卣鞯淖R(shí)別正是針對(duì)此需要產(chǎn)生的識(shí)別技術(shù)。生物特征識(shí)別是對(duì)人類固有的生理或行為特征通過(guò)計(jì)算機(jī)處理后進(jìn)行個(gè)人身份鑒定的技術(shù)。這些特征還具有普遍性、唯一性、穩(wěn)定性、方便性等優(yōu)點(diǎn)，并且很難模仿，能夠有效克服傳統(tǒng)身份識(shí)別方法的不足，是未來(lái)身份認(rèn)證的一個(gè)發(fā)展趨勢(shì)。

在眾多的生物特征里面，虹膜特征因具有穩(wěn)定性、唯一性和非侵犯性的特點(diǎn)，使其具有非常大的優(yōu)勢(shì)，有著廣泛的市場(chǎng)前景和科學(xué)研究?jī)r(jià)值。尤其是近二十年，虹膜識(shí)別技術(shù)飛速發(fā)展，同時(shí)也得到了學(xué)術(shù)界、產(chǎn)業(yè)界和軍隊(duì)的廣泛關(guān)注。

然而，在諸如邊檢站、出入境口岸、機(jī)場(chǎng)、治安檢查站等場(chǎng)所，一般需要在一個(gè)稍遠(yuǎn)的距離內(nèi)采集通行人員的虹膜圖像，此時(shí)，得到的虹膜區(qū)域尺寸變小，不利于虹膜檢測(cè)和定位。因此，需要將采集的虹膜圖像放大，但簡(jiǎn)單地縮放操作會(huì)破壞虹膜的紋理信息，這不利于虹膜特征的準(zhǔn)確提取，從而對(duì)虹膜識(shí)別產(chǎn)生不利影響。

鑒于上述原因，需要一種改進(jìn)虹膜圖像質(zhì)量的方案，以提升遠(yuǎn)距離采集的虹膜圖像的質(zhì)量，從而提高虹膜識(shí)別的準(zhǔn)確率。

發(fā)明內(nèi)容

為此，本發(fā)明提供了一種虹膜圖像超分辨率重建方法及計(jì)算設(shè)備，以力圖解決或至少緩解上面存在的問(wèn)題。

根據(jù)本發(fā)明的第一個(gè)方面，提供了一種生成虹膜圖像超分辨率重建模型的方法，在計(jì)算設(shè)備中執(zhí)行，包括步驟：獲取多個(gè)包含虹膜的高分辨率虹膜圖像及其對(duì)應(yīng)的低分辨率虹膜圖像和低分辨率掩膜圖像；將高分辨率虹膜圖像和低分辨率虹膜圖像輸入初始的超分辨率重建模型的生成模型中，經(jīng)處理后生成虹膜分割特征圖、超分辨率虹膜圖像、以及超分辨率虹膜圖像的編碼模板和高分辨率虹膜圖像的編碼模板；通過(guò)計(jì)算低分辨率掩膜圖像與虹膜分割特征圖之間的第一損失函數(shù)、高分辨率虹膜圖像與超分辨率虹膜圖像之間的第二損失函數(shù)、高分辨率虹膜圖像的編碼模板與超分辨率虹膜圖像的編碼模板之間的第三損失函數(shù)，來(lái)更新超分辨率重建模型的生成模型的參數(shù)，直到滿足預(yù)定條件時(shí)，訓(xùn)練結(jié)束，得到訓(xùn)練好的超分辨率重建模型的生成模型；利用訓(xùn)練好的超分辨率重建模型的生成模型，生成虹膜圖像超分辨率重建模型。

可選地，在根據(jù)本發(fā)明的方法中，獲取多個(gè)包含虹膜的高分辨率虹膜圖像及其對(duì)應(yīng)的低分辨率虹膜圖像和低分辨率掩膜圖像的步驟包括：采集多個(gè)包含虹膜的高分辨率虹膜圖像，作為訓(xùn)練樣本；對(duì)各高分辨率虹膜圖像分別進(jìn)行下采樣，得到對(duì)應(yīng)的低分辨率虹膜圖像；對(duì)各低分辨率虹膜圖像分別進(jìn)行虹膜分割，得到對(duì)應(yīng)的低分辨率掩膜圖像。

可選地，在根據(jù)本發(fā)明的方法中，超分辨率重建模型的生成模型包括：相互耦接的特征提取模塊、基于掩膜的注意力模塊、上采樣模塊和虹膜識(shí)別模塊。