基于改进YOLO的虹膜快速定位检测算法

作者：周奥; 杨岗^*; 闫磊; 张东兴

来源：科学技术与工程, 2022, 22(33): 14801-14808.

• 虹膜定位
• 轻量级网络
• YOLOv3
• 锚点框
• 损失函数

虹膜定位是虹膜识别系统中不可或缺的环节，针对传统的虹膜定位方法对镜面反射、眨眼等复杂环境下质量差的虹膜图像定位准确率低、计算复杂度高和鲁棒性差等问题，提出了一种基于改进YOLOv3模型的虹膜快速定位方法。针对眼周图像中虹膜内、外圆尺寸变化不大，将YOLOv3网络的多尺度结构改进为双尺度检测；引入了轻量级网络Mobilev3中bneck块来改进特征提取网络，减小模型复杂度；利用K-means++算法对虹膜数据集进行类聚，获得更优的锚点框；模型边框损失函数采用LossGIoU改进原均方差(mean squared error, MSE)损失函数；利用虹膜特有几何特征，将模型矩形预测框更改为圆形预测框。在CASIA-IrisV4数据集验证表明，改进模型定位准确率为96.32%,平均精度均值(mean average precision, mAP)为99.37%,检测速度为49.4帧/s,模型参数减少到4.13×106。结果表明改进后的模型较小，并且能够快速精准对虹膜区域定位，具有较高鲁棒性，能够满足虹膜实时定位的场景。

• 单位
  西南交通大学