科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明属于模式识别、数字图像处理技术领域,尤其涉及一种基于级联超分辨率的全天候眼周识别方法。使用多光谱摄像头进行眼周图像采集,对有限的眼周数据集进行预处理,并进行样本扩充；对眼周数据集,采用基于深度学习的卷积神经网络进行图像超分辨率操作以放大眼周图像；对于经处理之后的眼周数据集使用基于深度学习的图像解卷积技术对其进行图像复原；基于图像复原得到的眼周数据,采用Laplace图像锐化增强；基于得到的眼周数据集,采用深度学习理论构建新型的堆叠式神经网络模型；将眼周数据集划分成训练集和测试集；对于划分得到的测试集,通过训练好的卷积神经网络模型计算得到特征。本发明具有较强的鲁棒性以及良好的泛化性能。
- 单位
