基于多尺度特征和注意力机制的轻量级虹膜分割模型

作者:霍光; 林大为; 刘元宁*; 朱晓冬; 袁梦; 盖迪
来源:吉林大学学报(工学版), 2023, 53(09): 2591-2600.
DOI:10.13229/j.cnki.jdxbgxb.20220044

摘要

针对基于深度学习的虹膜分割模型存在参数量大、计算量大、占用空间大的问题,提出了一种轻量级的虹膜分割模型。首先,将Linknet中特征提取网络替换为改进的轻量级网络MobileNetv3。这种设计在保持准确性的同时显著地提高了模型效率。其次,为了减少虹膜特征信息丢失,设计了一个多尺度特征提取模块。再次,引入了通道注意力机制,抑制无关噪声,加大虹膜区域的权重。最后,在3个虹膜数据库上将本文模型与其他虹膜分割模型进行比较,结果表明,本文模型在虹膜分割准确率和效率之间取得了更好的平衡。