典型文献
基于循环注意力机制的隐形眼镜虹膜防伪检测方法
文献摘要：
虹膜纹理容易被纹理隐形眼镜隐藏甚至伪造,进而对虹膜识别系统的安全性构成了威胁.针对真实虹膜与纹理隐形眼镜伪造虹膜光学特性和纹理特征差异较小的问题,提出了一种循环注意力隐形眼镜虹膜防伪检测方法RAINet.利用循环注意力机制对能区分真伪虹膜的关键区域进行无监督定位,并通过多层级特征融合提升防伪检测精度,构建了端到端防伪检测网络,无需图像预处理即可直接进行真伪特征检测.采用MobileNetV2作为特征分类网络,在保持检测精度的同时,减少了网络的参数量和计算量.在包含真实虹膜样本和隐形眼镜虹膜样本的两个公开数据库(ⅢTD CLI和ND系列)上进行了实验验证.结果表明,RAINet的检测精度优于其他防伪检测网络,在同传感器、跨传感器和跨数据库实验条件下的平均正确分类率分别可达到99.93％、97.31％和97.86％.
文献关键词：
机器视觉;纹理隐形眼镜;虹膜防伪检测;循环注意力机制;多层级特征融合
中图分类号：
作者姓名：
吕梦凌;何玉青;杨峻凯;金伟其;张丽君
作者机构：
北京理工大学光电学院光电成像技术与系统教育部重点实验室,北京100081
文献出处：
引用格式：
[1]吕梦凌;何玉青;杨峻凯;金伟其;张丽君-.基于循环注意力机制的隐形眼镜虹膜防伪检测方法)[J].光学学报,2022(23):154-164
A类：
循环注意力机制,虹膜防伪检测,防伪检测,纹理隐形眼镜,RAINet
B类：
理容,伪造,虹膜识别,识别系统,光学特性,纹理特征,特征差异,真伪,关键区域,无监督,多层级特征融合,融合提升,检测精度,端到端,测网,图像预处理,接进,特征检测,MobileNetV2,特征分类,分类网络,参数量,计算量,TD,CLI,ND,跨数据库,实验条件,正确分类,机器视觉
AB值：
0.219516
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
