基于深度反卷积网络的虹膜定位方法研究.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：0.97M 资料格式：pdf 举报版权申诉

qq_35888391-10198709-16359647439421519877.pdf-第1页.png

第1页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第2页.png

第2页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第3页.png

第3页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第4页.png

第4页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第5页.png

第5页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第6页.png

第6页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第7页.png

第7页 / 共11页

qq_35888391-10198709-16359647439421519877.pdf-第8页.png

第8页 / 共11页

文本预览

第 5 卷第1期2016年1月集成技术JOURNAL OF INTEGRATION TECHNOLOGYVol. 5 No. 1Jan. 2016收稿日期：2015-08-28 修回日期：2015-09-14基金项目：深圳市科技计划(KQCX2015033117354153, CYJ20130402113127496)；广东省科技计划 (201001D0104648280, 2014B050505017, 2015B010129013)作者简介：徐霄，硕士研究生，研究方向为计算机视觉、图像处理；陈阳，硕士研究生，研究方向为计算机视觉、图像处理；张飞云，硕士研究生，研究方向为计算机视觉、图像处理；乔宇(通讯作者)，研究员，研究方向为计算机视觉、图像处理，E-mail：yu.qiao@siat.ac.cn。基于深度反卷积网络的虹膜定位方法研究徐霄1,2 陈阳1,3 张飞云1,4 乔宇11(中国科学院深圳先进技术研究院深圳 518055)2(中国科学院大学深圳先进技术学院深圳 518055)3(中国科学技术大学合肥 230026)4(江苏大学镇江 212013)摘要精确而快速地进行虹膜定位是有效地进行虹膜识别的重要前提。传统的虹膜定位方法有 Daugman 定位法、Hough 变换定位法等，但其对睫毛比较浓密、虹膜被遮挡较多等情况下的图片处理效果不是很好。文章在总结前人工作的基础上，实现了一套基于深度学习的虹膜定位系统。该系统利用深度学习方法，根据虹膜图像区域的特点，对图像进行像素级分类。根据像素分类结果，可以很好地标识虹膜区域和非虹膜区域，达到定位识别虹膜区域的目的，并在中国科学院自动化所公布的虹膜数据集 CASIA-IrisV3-Interval 上验证了文章工作的有效性，像素分类精度达到约 98.4%，达到了较高的鲁棒性。关键词虹膜定位；深度学习；像素级分类中图分类号 TG 1561 文献标志码 AIris Location Based on Deep Deconvolution NetworkXU Xiao1,2 CHEN Yang1,3 ZHANG Feiyun1,4 QIAO Yu11( Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China ) 2( Shenzhen Institutes of Advanced Technology, University of Chinese Academy of Sciences, Shenzhen 518055, China ) 3( University of Science and Technology of China, Hefei 230026, China ) 4( Jiangsu University, Zhenjiang 212013, China ) Abstract Obtaining the iris localization precisely and fast is the prelude of effective iris recognition. Traditional iris localization methods, including Daugman localization and Hough transformation localization, are weak in processing images with thick eyelashes and severely shlter. In this paper, combined with previous work of other researchers, deep learning method was employed to classify iris images based on the characteristics of iris region. We carried our experiment on the CASIA-IrisV3-Interval dataset, to verify the effectiveness of our work. The accuracy of pixel-wise classiﬁ cation is around 98.4%, with a higher robustness.Keywords iris location; deep learning; pixel-wise classiﬁ cation

集成技术2016年 581 引言 1.1 虹膜识别简介虹膜识别是一种新颖的基于生物特征的身份鉴别方法，也是所有生物识别技术中，应用最方便和最精确的方法，在信息安全领域有着重要的应用价值[1,2]。虹膜定位是虹膜识别的基础，虹膜定位的时间占整个虹膜识别过程的一半以上[3]，是影响整个系统性能的主要因素。如何迅速准确地定位出虹膜一直是虹膜图像处理的一个研究热点和难点。一般来讲，基于虹膜的特征识别主要由四部分组成[4]： (1)虹膜图像采集不同人种的虹膜颜色有很大的差别。白种人的虹膜颜色浅，纹理显著；而黄种人的虹膜则多为深褐色，纹理非常不明显，必须采用专门的虹膜图像装置才可拍摄出纹理丰富的虹膜图像。采集时在遮蔽杂光的前提下，用户需站在离采集设备 10～50 cm 的范围内，采用稳定的近红外光源，调整光源的入射角度，以获得高质量的 8 位灰度图象。 (2)虹膜图像的预处理虹膜图像的预处理包括对虹膜图像的定位，归一化和增强等步骤。虹膜定位：是整个虹膜识别过程中最重要的环节，准确地确定虹膜的内边界和外边界，保证每次进行特征提取的虹膜区域不存在较大偏差，定位的速度和准确性决定了整个虹膜系统是否实用可行。虹膜归一化：一般虹膜识别系统都要对虹膜进行归一化处理，其目的是将每幅原始图像调整到相同的尺寸和对应的位置，从而消除平移、缩放和旋转对虹膜识别的影响。虹膜图像增强：采集设备自身的原因使虹膜图像光照不均匀，一般通过直方图均衡化处理。采集过程中还存在各种噪声的干扰，通常通过同态滤波去除噪声干扰。图像增强的目的是减小光照不均、各种噪声等因素对虹膜识别系统的识别性能的影响。 (3) 虹膜特征提取及编码采用适当的算法提取虹膜图像细节特征并进行编码，最后形成特征模板模型。从特征提取角度，现有方法可分为以下三类：基于相位分析的方法，如 Daugman 的相位编码方法[5]；基于过零检测的方法，如 Boles 的一维小波零交叉编码方法[6]，以及基于纹理分析的方法，如 Wildes 的拉普拉斯金字塔算法[7]。 (4) 匹配与识别将采集图像的特征与数据库中的虹膜图像特征模板进行比对，判断两个虹膜是否属于同一类。随着虹膜识别技术研究和应用的进一步发展，虹膜识别系统的自动化程度越来越高，神经网络算法、模糊识别算法也逐步应用到虹膜识别之中。传统的基于非监督学习的虹膜定位方法，其定位质量受到图像质量与外界因素的影响较大，且计算量和占用内存均较大，提取的参数受参数空间的量化间隔制约，导致虹膜定位效果并不好。基于此，受深度神经网络的启发，本文提出一种基于深度反卷积网络的基于监督学习的虹膜定位方法，旨在有限的时间和存储开销下，既能解决非监督学习方法的不足，又能准确高效地定位出虹膜区域。1.2 几种常见的虹膜定位算法目前，具有代表性的 4 种虹膜定位方法分别为：Daugman 定位法、Hough 变换定位法[9]、几何特征定位法[10]和主动轮廓线定位法[11]。1.2.1 Daugman 定位法该方法由英国剑桥大学的 Daugman 教授提出。在拍摄获取的虹膜图像中，灰度分布存在着一定的差异：一般而言虹膜比瞳孔亮，巩膜又

徐霄，等：基于深度反卷积网络的虹膜定位方法研究1期59比虹膜亮。根据虹膜的形状类似圆环形的状况，Daugman 利用圆形检测匹配器的方法分割虹膜。Daugman 定位法的优点是定位比较准确，但是该算法较强地依赖图像亮度的梯度，因此只有在被处理的图像照度比较均匀而且没有大面积的亮度反常区域时有效。1.2.2 Hough 变换定位法该方法具体过程是：先通过边缘检测方法得到瞳孔和虹膜以及虹膜和巩膜的边缘，再利用虹膜是圆环状的特点，应用 Hough 变换得到圆环的内外半径，从而分割出虹膜。由于拍摄的图片不可能消除眼皮和眼睫毛，所以用 Hough 变换法去分割虹膜往往会包含眼皮和睫毛。一个改进方法是以抛物线来拟合眼睑，这样就可以消去眼皮、睫毛的影响，保留其他虹膜信息。 Hough 变换的优点主要在于：它对于图像中的噪声点不敏感，利用它得到的效果可以有效地消除噪声的影响。缺点是计算量大、占用内存大、提取的参数受参数空间的量化间隔制约。1.2.3 几何特征定位法几何特征定位法是利用虹膜边缘图像的几何特征以及圆相交弦的性质进行虹膜定位的方法。具体过程是：首先根据虹膜图像的整体灰度分布信息，利用边缘检测算子提取虹膜的内边缘；然后利用圆的相交弦性质提取虹膜的中心；最后利用 Hough 变换提取虹膜外半径。几何特征法综合了 Hough 变换定位法，提高了虹膜的定位速度。但是定位速度受到图像质量的影响很大，当图像质量不好时，算法性能急剧下降。1.2.4 主动轮廓线定位法主动轮廓线是一项复杂的轮廓提取及图像解释技术，它通过不断地极小化自身的能量函数来达到物体的边界。定位的具体过程为：先用灰度检测的方法检测出瞳孔内一点作为瞳孔的伪圆心；然后以该点为中心，在其周围取几个点作为初始的蛇形模型，按照蛇形模型的运行机制不断进化，找到虹膜的内边界，接着计算进化后的蛇形模型的形心和控制点，定位出虹膜内边界位置；最后按照 Daugman 方法定位外边界。主动轮廓线定位法的优势是：不用边缘检测和二值化，对瞳孔初始的圆心要求不高，算法的鲁棒性更强。其缺点是定位质量受到图像质量与外界因素的影响较大。2 基于深度学习的虹膜定位识别2.1 卷积神经网络卷积神经网络是一种可训练的多级前馈神经网络[12]，它的人工神经元可以响应一部分覆盖范围内的周围单元[13]，对于大型图像处理有出色表现。卷积神经网络是人工神经网络的一种，是当下图像分析、识别、检测等领域内的研究热点。其网络结构与生物神经网络非常相似，降低了网络模型的复杂度，减少了权值的数目。其优点在于：当网络的输入是多维图像时，图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。同时，网络结构对平移、比例缩放、倾斜或者其他形式的变形具有高度不变性。典型的卷积神经网络[12,14]通常由 4 种类型的层组成：卷积层、池化层、非线性层和全连接层。每一层的输入和输出叫做特征图。 (1)卷积层将输入特征图和三维滤波器做卷积处理以产生输出特征图。每个滤波器在输入特征图的所有位置抽取相同类型的局部特征。一般地，卷积层的步长为 1。但是在最近的一些卷积神经网络模型中，大于 1 的步长也同样在卷积层被使用，用以下采样输出特征图，降低计算维度。位于位置(i, j)处的数据向量 xij 经过卷积层以后的输出 xij 的计算公式为：

集成技术2016年 60 (1)其中，k 表示卷积核大小；s 为步长或降采样因子，fks 决定了网络层的类型：卷积或平均池化的矩阵乘操作、激活函数的元素非线性操作等。 (2)池化层的作用是降低特征图的分辨率，使得输出特征图对输入偏移和畸变不敏感。最大池化和平均池化是最常用的池化方法。通常情况下，池化层的步长和它的卷积核的大小相等。但是在最近的一些卷积神经网络模型中，和卷积核大小不相等的步长也被使用。 (3)非线性层是一个对特征图的每一项进行逐点非线性函数计算的过程，这一过程也被叫做非线性激活，使用的非线性函数叫激活函数。常用的激活函数有 sigmoid 函数、双曲正切函数、修正线性单元(ReLU)等。本文采用 ReLU 作为激活函数，其公式如下： (2)其好处在于训练非常快速，节省了大量时间。 (4)全连接层是把输入转换成一个一维的向量，然后对这个一维向量进行点乘，得到最后的输出概率的过程。上述特征使得卷积神经网络能够利用输入数据的二维结构，产生对应的输出。与其他深度学习结构相比，卷积神经网络在图像和语音识别方面能够给出更优的结果。这一模型也可以使用反向传播算法进行训练。相比其他深度前馈神经网络，卷积神经网络需要估计的参数更少[15]，使之成为一种颇具吸引力的深度学习结构。2.2 网络结构在卷积神经网络的基础上，来构建本论文中的网络。图 1 描述了整个深度反卷积神经网络的详细配置，采用传统的 caffe[16]框架，网络由两部分组成——卷积和反卷积网络。我们采用自己定义的网络结构，网络总共有 6 层，3 层卷积层和 3 层反卷积层，每一层后面紧跟着一个归一化线性层，整个网络没有池化操作和全连接层，这也是我们的网络有别于其他网络的地方。池化层往往在卷积层后面，通过池化来降低卷积层输出特征向量的维度，同时改善结果，不易出现过拟合。本文没有采用池化操作，仍然达到了理想的效果。众所周知，神经网络极大部分的参数计算过程都在全连接层，随着网络结构的复杂化，大量的数据计算将会影响网络性能。同时，如果使用全连接层，那么网络必须使用固定大小的输入，这是非常不方便以及不合理的。2015 年 3 月以来，全卷积网络越来越流行。这种网络的好处就是不包含全连接层，网络可以使用任意大小的输入，受此方法的影响，我们去掉了全连接层，使得网络更加灵活。在反卷积层的最后一层后面，我们接了一个 Softmax 层，用以输出二分类概率图。网络的每图 1 深度反卷积网络结构图Fig. 1 Structure of Deep Deconvolution Network22722722722715151515111111111111111122722710710796 1 2 3 3 2 12563845121 0242494939394949107107

徐霄，等：基于深度反卷积网络的虹膜定位方法研究1期61一层是一个大小为 w×h×d 的三维矩阵，其中 h 和 w 代表图像的高度和宽度，d 是特征或者信道维数。利用上述三维矩阵可得出网络每一层的神经单元个数。网络的输入为 51 529(227×227×1，以下计算方式相同)维，网络剩下层的神经元个数依次为 1 099 104、614 656、584 064、1 229 312、11 723 776、103 058，卷积核的大小依次为 15×15、11×11、11×11、11×11、11×11、15×15。从卷积核大小的角度也可以看出，反卷积是卷积过程的镜像。网络最后一层的输出个数为 2，分别对应虹膜区域-非虹膜区域二分类的两个概率图。网络每一层的输出计算公式为： (3)其中，ho 为输出高度；hi 为输入高度；pad 为填充大小；kernel_size 为卷积核大小；stride 为步长。输出宽度 wo 采用同样的方法计算。卷积网络对应于特征提取，将输入图像转换为多维特征表达。而反卷积网络则是一个形状产生器，将从卷积网络中提取的特征转换为最终的像素级分类结果。最后的网络输出是一个和输入图像等大的概率分布图，指示每个像素属于虹膜的概率。反卷积网络是卷积网络的一个镜像版本，包含 3 层反卷积层和归一化线性层。卷积网络减小了前向传播中激活单元的大小，反卷积网络增大了激活单元的大小。下面将详细描述如何利用反卷积网络进行本实验。2.3 反卷积网络像素级分类2.3.1 反卷积反卷积是指通过测量输出和已知输入重构未知输入的过程，广泛应用于语音识别、图像恢复等领域。从数学角度来讲，反卷积是卷积操作的逆运算。不同于卷积层，用一个滤波窗口连接多个输入激活单元，以产生一个单一的激活值，而反卷积层的一个单一的输入激活单元对应多个输出，如图 2 所示。由图 2 可知，反卷积层的输出是一个扩大且密集的激活图。我们对增大的激活图的边界进行裁剪，以保证输出图的大小与前一层的输入大小保持一致。图 2 反卷积运算图解Fig. 2 Diagram of deconvolution operation 反卷积层学习到的滤波器是输入目标形状重构的基础。因此，与卷积网络类似，反卷积层的层次结构用于捕获形状细节的不同级别。较低层的滤波器倾向于捕捉物体的整体形状，而类相关的细节则在高层编码。通过这种方式，网络直接考虑与类相关的形状信息用于像素级分类，这是其他仅基于卷积层的方法经常忽略的[17,18]。2.3.2 反卷积网络分析在该算法中，反卷积网络是精确到像素级分类的关键部分。我们也尝试过不使用反卷积操作，而直接使用传统的卷积神经网络，如 AlexNet[19]网络等以及我们自己设计的一些卷积神经网络：将一幅 227×227 的输入图像，通过卷积、池化、全连接等操作，输出一张 20×20 左右的特征图，然而实验效果并不好。与传统方法相比，我们的方法使用反卷积网络生成虹膜区域像素级分类掩膜，通过连续的卷积、归一化线性限制和反卷积操作，生成一个和输入图像等大的、密集的像素级类概率图。由粗到细的物体结构重建过程由反卷积层的传播进行；低层主要获取物体整体的粗略结构(如位置、形状和区域)，而更复杂的模式主要在高层被发现。因此，它能够在更精细的分辨率下有效重构物体的详细结构。另一方面，在反卷积层学习到的滤波器能够

集成技术2016年 62捕获与类相关的特有形状信息。通过反卷积，与目标类密切相关的激活单元的作用被增强，而来自其他区域的噪声激活单元则被有效地抑制。3 实验3.1 数据集本论文中，我们采用中国科学院自动化研究所公布的虹膜数据集 CASIA-IrisV3-Interval，其包含了 249 位受试者，在不同实验条件下采集的图片总数为 2 639 张。为了节省存储空间，提高数据传输速度，所有的虹膜图像均被压缩成 8 位的 JPEG 文件，在靠近红外光的条件下采集。CASIA-IrisV3 包括 3 个子集：CASIA-IrisV3-Interval、CASIA-IrisV3-Lamp、CASIA-IrisV3-Twins。3 个子集各具特色，包含了反映时间跨度变化、光照变化以及双胞胎特殊人群的虹膜图像。本文仅仅使用第一个子数据集，一些统计数据和特征如表 1 所示。除了有少量外国人外，本数据集中的受试者几乎都是中国人。数据采集过程示例如图 3 所示。图 4 展示了 CASIA-IrisVe-Interval 数据集中的部分示例图片，从图中可以看到如下特点： (1)虹膜图片相对比较简单，虹膜位置总体比较固定，虹膜细节特征比较清晰； (2)虹膜图片光照强度不同； (3)上下眼睑对虹膜的遮挡程度不同：有的毫无遮挡，有的遮挡比较严重； (4)睫毛对虹膜区域有不同程度的遮挡，有些图片中的遮挡甚至很严重； (5)有些图片中虹膜和巩膜区域的区分度并不高。图 4 CASIA-IrisVe-Interval 数据集示例图片Fig. 4 Sample images of the CASIA-IrisVe-Interval datasets 图 3 CASIA 研发的虹膜摄像机Fig. 3 The iris camera developed by CASIA 表 1 CASIA-IrisV3-Interval 数据统计Table 1 CASIA-IrisV3-Interval data statistics

徐霄，等：基于深度反卷积网络的虹膜定位方法研究1期63 针对上述虹膜图片相对比较简单的特点，我们构造 3 层的反卷积网络结构理论上是合理的。眼睑和睫毛遮挡的情况一直是各种虹膜定位算法的难点。3.2 数据标定对虹膜区域进行像素级分类的问题，本质上是一个二类分类问题，即判断一个像素点是属于虹膜区域还是非虹膜区域。因此，我们以 Michael Boyd[20]的虹膜识别软件为基础，开发了一款符合我们任务的标定工具，标定时虹膜内外边缘采用圆拟合，上下眼睑遮挡部分曲线采用贝塞尔曲线拟合。标定完成后，软件自动将虹膜区域标注为 1，非虹膜区域标注为 0，生成一个二值化掩膜作为训练数据的标签。生成训练数据时，首先将 8 位灰度图像转换为 double 格式，然后和二值化掩膜标签一起存为 mat 文件，最后用 python 脚本将其转换为 caffe 可接受的 hdf5 数据格式。标定过程示意图如图 5 所示。Use the File menuto load and irisimageSave and nextadd bezieradd rectadd paraclearAllVerification图 5 标定过程示意图Fig. 5 Labeling process diagram3.3 数据扩充通常情况下，训练一个神经网络，如果没有充分的训练数据，模型将极大可能陷入过拟合，而增加训练集的数量则会让一个过拟合的网络取得更好的训练结果。数据扩充是人为通过一些手段(旋转、平移、缩放、添加噪声等)增加训练数据的个数，经过数据扩充后，使得训练样本更加丰富，可以更好地学习特征。显然，这要比手工收集更多的样本经济许多。所以，数据扩充是深度学习过程中必不可少的一项操作。在很多经典的深度学习论文中，均采用了数据扩充，这样可以使得网络具有更强的泛化能力和鲁棒性。需要说明的是，数据扩充并不表示重复样本，重复样本是放入多张完全相同的图片进行训练，而数据扩充是改变图片的某个条件，以考虑同一图片可能在不同情况下的状态，扩充后的图片和原图片的类别是一致的，但是并不完全和原图片相同。由于原始的 CASIA-IrisV3-Interval 数据集只有 2 639 张虹膜图像，对于深度神经网络来说，这些数据是远远不够的。因此，人为地进行了一些数据扩充，包括裁剪、缩放、旋转等操作，具体操作如下： (1)裁剪首先将图片缩放到 256×256，然后从图片的左上、左下、右上、右下和中间五个位置裁剪出 227×227 的大小，示例如图 6(a) 所示。 (2)缩放将图片分别缩放到 128×128、160×160、192×192、224×224 大小，为了保证缩放前后长宽比不变，将缩放后的小图分别放在左上、左下、右上、右下四个位置，然后将其填充到 227×227 大小，示例如图 6(b)所示。 (3)旋转原始数据集中包含少量稍微倾斜的虹膜图片，但比例很少，为了使这部分训练数据仍然能学到比较好的特征，人为地挑选出一些图片，将其进行旋转，旋转角度分别为 5°、15°、30°、45°，示例如图 6(c) 所示。

集成技术2016年 64 经过上述数据扩充操作后，训练图片总数达到了 38 225 个，约为原来的 15 倍。(a)(b)(c)图 6 数据扩充后部分数据示例Fig. 6 Sample images after data enhancement4 实验结果4.1 与 DeconvNet 比较本文主要对 DeconvNet[21]、我们的方法以及传统方法进行了比较。DeconvNet 主要采用VGGNet-16[22]网络作为初始化卷积训练网络，但其移除了最后的分类层。其卷积网络有 13 个卷积层，卷积层之间有归一化线性操作和池化层，最后还有两个全连接层。反卷积网络部分是卷积网络的逆操作，包含一系列的反池化，归一化线性限制和反卷积操作。加上反卷积网络部分，网络层数接近 30 层，输入图片大小为 224×224，输出结果为和输入图片等大的概率图，每批次训练图片个数为 10，测试图片个数为 1。本文仅用了 3 层卷积层，反卷积过程是卷积过程的镜像，网络总共 6 层，比起 DeconvNet，网络深度大大减小，训练时间和代价也随之降低。我们使用 227×227 的输入图片大小，每批次训练图片个数为 50，测试图片个数为 10。测试精度和训练误差随着迭代次数的变化情况分别如图 7 和图 8 所示。02 0004 0006 0008 00010 00012 00014 00016 000DeconvNet 1.00.90.80.70.60.50.40.30.2 图 7 测试精度随训练次数的变化图Fig. 7 Testing accuracy versus training times DeconvNet 0.80.70.60.50.40.30.20.1002 0004 0006 0008 00010 00012 00014 00016 000 图 8 训练精度随训练次数的变化图Fig. 8 Training accuracy versus training times 图 9 列出了一些像素分类结果图。因为是二值分类(0-1分类)，中间列表示预测为 0 的概率图，右边列表示预测为 1 的概率图，即虹膜区域。红色代表高响应值，蓝色代表低响应值。由图可以看到，右边列在虹膜区域有很高的响应值，在非虹膜区域有很低的响应值；在虹膜和巩膜的交界处，响应值出现了渐变，这也从实验结果的角度证明了某些情况下虹膜和巩膜之间确实

分享到：

赞收藏

资料库

基于深度反卷积网络的虹膜定位方法研究.pdf

相关推荐

人工智能

热门标签

最新资料