科研之友
微信
新浪微博
Facebook
分享链接
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，本文提出了一种轻量级的虹膜分割模型。首先，本文将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的效率。然后， 为了减少虹膜特征信息丢失，本文设计了一个多尺度特征提取模块。最后，本文引入了通道注意力机制，抑制无关噪声，加强虹膜区域的权重。在三个虹膜数据库上与其他虹膜分割模型进行比较，实验结果表明，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。
- 单位
