虹膜分割算法评价基准 | |
王财勇1,2![]() ![]() | |
发表期刊 | 计算机研究与发展
![]() |
ISSN | 1000-1239 |
2020-02 | |
卷号 | 57期号:2页码:395-412 |
摘要 | 虹膜识别是生物特征识别中最稳定和最可靠的身份识别方法之一.在虹膜识别的整个流程中,虹膜分割处于预处理阶段,因此虹膜分割结果的好坏将直接影响虹膜识别的精度.自从1993年Daugman第1次提出高性能的虹膜识别系统以来,各种各样的虹膜分割算法陆续提出,尤其是近年来基于深度学习的虹膜分割算法极大地提升了虹膜分割的精度.然而,由于缺乏统一的数据库和评价指标,各种算法的性能比较杂乱而不公平,因此提出了一个公开的虹膜分割评价基准.首先,介绍了虹膜分割的定义和面临的挑战;其次全面梳理了3个有代表性的公开虹膜分割数据库,总结了其特点和挑战性;紧接着定义了虹膜分割的评价指标;然后对传统的和基于深度学习的虹膜分割算法进行了总结,并通过详细的实验对各类算法进行了比较和分析.实验结果表明:当前基于深度学习的虹膜分割算法在准确性上超越了传统的方法.最后,对基于深度学习的虹膜分割算法存在的问题进行了思考和讨论. |
关键词 | 生物特征识别 虹膜识别 虹膜分割 深度学习 语义分割 |
DOI | 10.7544/issn1000-1239.2020.20190092 |
URL | 查看原文 |
收录类别 | EI |
语种 | 中文 |
资助项目 | National Key Research and Development Program of China[2017YFC0821602] ; National Natural Science Foundation of China[61427811] ; National Natural Science Foundation of China[U1836217] ; National Natural Science Foundation of China[U1836217] ; National Natural Science Foundation of China[61427811] ; National Key Research and Development Program of China[2017YFC0821602] |
七大方向——子方向分类 | 生物特征识别 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/39140 |
专题 | 模式识别实验室 |
作者单位 | 1.中国科学院大学 2.中国科学院自动化研究所 |
第一作者单位 | 中国科学院自动化研究所 |
推荐引用方式 GB/T 7714 | 王财勇,孙哲南. 虹膜分割算法评价基准[J]. 计算机研究与发展,2020,57(2):395-412. |
APA | 王财勇,&孙哲南.(2020).虹膜分割算法评价基准.计算机研究与发展,57(2),395-412. |
MLA | 王财勇,et al."虹膜分割算法评价基准".计算机研究与发展 57.2(2020):395-412. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
论文五.pdf(3390KB) | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[王财勇]的文章 |
[孙哲南]的文章 |
百度学术 |
百度学术中相似的文章 |
[王财勇]的文章 |
[孙哲南]的文章 |
必应学术 |
必应学术中相似的文章 |
[王财勇]的文章 |
[孙哲南]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论