[發明專利]輕量級虹膜圖像分割方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110862073.1
• 申請日: 2021-07-29
• 公開（公告）號: CN113837993A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 孫哲南;伍湘瓊;王云龍
• 申請（專利權）人: 天津中科智能識別產業技術研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06N3/04;G06N3/08
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 張義

1.一種輕量級虹膜圖像分割方法，其特征在于，包括以下步驟：

步驟一：對獲取的虹膜圖像進行預處理，得到歸一化后的虹膜圖像數據；

步驟二：將歸一化后的虹膜圖像數據輸入訓練好的輕量級分割模型中，得到虹膜內外圓的分割掩膜；

步驟三：針對虹膜內外圓的分割掩膜，利用距離變換函數得到虹膜內外圓的帶符號距離的曲面圖；

步驟四：利用水平集算法在曲面圖上擬合出虹膜內外圓的邊界輪廓。

2.根據權利要求1所述的輕量級虹膜圖像分割方法，其特征在于，

所述輕量級分割模型的網絡結構包括：卷積層C0、通道金字塔卷積塊CFB0以及第一組合通道金字塔卷積塊、分路卷積塊SP0、第二組合通道金字塔卷積塊、分路卷積塊SP1、空間-通道融合模塊SC0、空間-通道融合模塊SC1、卷積層C1、上采樣U0，

歸一化后的虹膜圖像數據依次輸入卷積層C0、通道金字塔卷積塊CFB0、第一組合通道金字塔卷積塊、分路卷積塊SP0、第二組合通道金字塔卷積塊、分路卷積塊SP1；

第一組合通道金字塔卷積塊包括三個相同結構的通道金字塔卷積塊，且第一組合通道金字塔卷積塊最終的輸出是由第一個通道金字塔卷積塊的輸出與最后一個通道金字塔卷積塊的輸出相加得到的，將相加的結果再通過分路卷積塊SP0輸出；.

第二組合通道金字塔卷積塊包括六個相同結構的通道金字塔卷積塊，且第二組合通道金字塔卷積塊最終的輸出是由第一個通道金字塔卷積塊的輸出與最后一個通道金字塔卷積塊的輸出相加得到的，將相加的結果再通過分路卷積塊SP1輸出；.

空間-通道融合模塊SC0用于融合分路卷積塊SP0輸出和分路卷積塊SP1輸出；空間-通道融合模塊SC1用于融合通道金字塔卷積塊CFB0的輸出和空間-通道融合模塊SC0的輸出；

空間-通道融合模塊SC1的輸出進入卷積層C1后進行上采樣U0至輸入圖像大小，生成分割掩膜；

所述卷積層C0卷積核為3*3，步長為2。

3.根據權利要求2所述的輕量級虹膜圖像分割方法，其特征在于，

所述通道金字塔卷積塊包括卷積層F0和卷積層F9、注意力層SE，輸入通道金字塔卷積塊的數據經過卷積層F0，卷積之后的輸出通道分成4份{f0，f1，f2，f3}，除第一份直接過3*3卷積層F1之外，其他三份均需接連與上一份的卷積輸出相加再過一個3*3卷積層，最后將四份結果{B0,B1,B2,B3}以通道維度進行拼接，再將拼接的輸出經過一個卷積層F9后再過注意力層SE和原本的輸入相加得到輸出結果；

所述卷積層F0卷積核為1*1。

4.根據權利要求2所述的輕量級虹膜圖像分割方法，其特征在于，

所述分路卷積塊由一個3*3的卷積層加兩個分支和一個1*1的卷積層組成的，輸入過一個3*3的卷積層S0通道數減半后分別過一個3*1的深度卷積層S1加一個3*1的深度空洞卷積層S3的分支，另一個分支是由一個1*3的深度卷積層S2與一個1*3的深度空洞卷積層S4組成的，兩個分支的輸出結果相加A4后過一個1*1的卷積層S5與輸入相加A5得到最終的輸出。

5.根據權利要求2所述的輕量級虹膜圖像分割方法，其特征在于，

所述空間-通道融合模塊有兩個輸入，輸入1為底層信息L，過一個1*1的卷積層L0之后再沿通道維度求平均M0后，再過一個1*1的卷積層L1與一個sigmoid激活函數，得到底層信息的空間注意力特征圖SF；輸入2為高層特征H，同樣過一個1*1的卷積層H0之后再平均池化AP，再過一個1*1的卷積層H1與一個ReLU激活函數和一個sigmoid激活函數，得到通道注意力特征圖CF；通道的注意力特征圖CF與底層信息剛過1*1卷積層L0后得到的信息相乘，實現通道注意力機制的加權操作，空間注意力特征圖SF與高層特征過1*1卷積層H0之后得到的信息相乘，實現空間注意力機制的加權操作，將通道注意力機制加權之后的輸出cf與空間注意力機制加權之后的輸出sf相加得到空間與通道特征融合的輸出。

6.根據權利要求1所述的輕量級虹膜圖像分割方法，其特征在于，

獲取的虹膜圖像是在不同光照條件下采集的虹膜圖像，包括紅外光環境下的圖像數據和可見光環境下的圖像數據。