基于类卷积神经网络的可见光虹膜识别方法.pdfVIP

第３８卷　第１１期 仪 器 仪 表 学 报 Ｖｏｌ３８Ｎｏ１１ ２０１７年１１月 ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ Ｎｏｖ．２０１７ 基于类卷积神经网络的可见光虹膜识别方法 刘笑楠，白雨辰，尹思璐，杨争威 （沈阳工业大学信息科学与工程学院　沈阳　１１０８７０） 摘　要：针对应用于智能移动设备的虹膜识别系统在可见光采集条件下虹膜图像受干扰严重使得识别率正确率降低和算法鲁 棒性变差的问题，提出一种类卷积神经网络结合局部特征提取的虹膜识别方法。首先，采用暗通道图像去雾算法对归一化虹膜 图像进行增强处理以减弱光干扰；然后，利用类卷积神经网络对图像进行降维，获得虹膜的二值化纹理信息；再经分块处理方法 提取降维图像各区域局部虹膜纹理信息以构建特征向量；最后用欧氏距离分类器进行匹配识别。为验证算法性能，采用ＭＩＣＨＥＩ 虹膜图库中由ｉＰｈｏｎｅ５拍摄所得的３０人２４０张（每人４张室内和４张室外）虹膜图像进行测试，并与Ｇａｂｏｒ变换和主成分分析虹膜 识别方法进行对比。结果表明，该方法在室内外图像均进行训练的条件下正确率能够达到９８．３３％，且对室内外不同光照变化干 扰有较好的鲁棒性，上述性能皆优于Ｇａｂｏｒ变换和ＰＣＡ算法。说明本文算法能够满足移动设备虹膜识别使用要求。 关键词：可见光虹膜识别；智能移动设备；类卷积神经网络；局部特征提取 中图分类号：ＴＰ３９１．４１　ＴＨ７８６　　　文献标识码：Ａ　　国家标准学科分类代码：５１０．４０ Ｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎｏｆｖｉｓｉｂｌｅｌｉｇｈｔｂａｓｅｄｏｎａｎａｌｏｇｏｕｓｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ ＬｉｕＸｉａｏｎａｎ，ＢａｉＹｕｃｈｅｎ，ＹｉｎＳｉｌｕ，ＹａｎｇＺｈｅｎｇｗｅｉ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｙａｎｇ１１０８７０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｉｒｉｓｉｍａｇｅｓｃｏｌｌｅｃｔｅｄｂｙｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｕｓｅｄｆｏｒｓｍａｒｔｍｏｂｉｌｅｄｅｖｉｃｅｓａｒｅｓｅｒｉｏｕｓｌｙｉｎｔｅｒｆｅｒｅｄｕｎｄｅｒｖｉｓｉｂｌｅｌｉｇｈｔ． Ｔｈｅｉｎｔｅｒｆｅｒｅｎｃｅｒｅｄｕｃｅｓｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙａｎｄｄｅｃｒｅａｓｅｓｔｈｅｒｏｂｕｓｔｎｅｓｓ．Ａｎｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎａｎａｌｏｇｏｕｓｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ａｈａｚｅｒｅｍｏｖａｌａｌｇｏｒｉｔｈｍｕｓｉｎｇｄａｒｋｃｈａｎｎｅｌｉｓｕｔｉｌｉｚｅｄｔｏｅｎｈａｎｃｅｔｈｅ ｉｒｉｓｔｅｘｔｕｒｅａｎｄｒｅｄｕｃｅｔｈｅｌｉｇｈｔｉｎｔｅｒｆｅｒｅｎｃｅ．Ｔｈｅｎ，ｔｈｅａｎａｌｏｇｏｕｓｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｕｓｅｄｔｏｒｅｄｕｃｅｔｈｅｉｍａｇｅｄｉｍｅｎｓｉｏｎ， ａｎｄｔｈｅｔｅｘｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｉｓｏｂｔａｉｎｅｄｗｉｔｈａｂｉｎａｒｙｉｍａｇｅ．Ｔｈｅｆｅａｔｕｒｅｖｅｃｔｏｒｏｆｔｈｅｉｒｉｓｉｍａｇｅｉｓｂｕｉｌｔｂｙｌｏｃａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｏｆｔｈｅ ｒｅｇｉｏｎｓｏｆｔｈｅｌｏｗｅｒｄｉｍｅｎｓｉｏｎｉｍａｇｅ．Ｆｉｎａｌｌｙ，Ｅｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｉｓｕｔｉｌｉｚｅｄｉｎｍａｔｃｈｉｎｇｐｒｏｃｅｓｓ．Ｔｏｖａｌｉｄａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅ ｐｒｏｐｏｓｅｄｍｅｔｈｏｄ，ｔｈｅ３０ｐｅｏｐｌｅ’ｓ２４０ｉｒｉｓｉｍａｇｅｓ（ｆｏｕｒｉｎｄｏｏｒｉｍａｇｅｓｆｏｒｅａｃｈｐｅｒｓｏｎａｎｄｆｏｕｒｏｕｔｄｏｏｒｉｍａｇｅｓｆｏｒｅａｃｈｐｅｒｓｏｎ）ｉｎ ＭＩＣＨＥＩｉｒｉｓｇａｌｌｅｒｙａｒｅｔｅｓｔｅｄ，ａｎｄａｃｏｍｐａｒｉｓｏｎｉｓｃｏｎｄｕｃｔｅｄｗｉｔｈｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｓｏｆＧａｂｏｒｔｒａｎｓｆｏｒｍ