融合注意力机制与密集多尺度特征的异质噪声虹膜分割方法

作者：尤轩昂; 赵鹏; 慕晓冬; 白坤; 练赛

来源：激光与光电子学进展, 2021, 1-19.

• 图像处理
• 虹膜分割
• 可见光
• 近红外
• 特征融合

针对当前分割方法不能兼顾可见光与近红外光谱的异质噪声虹膜图像的分割精度与效率问题，提出一种基于注意力机制与密集多尺度特征融合的编-解码网络。首先，引入基于深度可分离卷积的改进残差瓶颈单元，降低参数量与计算量的同时减少信息丢失与梯度混淆；其次，改进密集空洞空间金字塔模块的空洞率组合并放置于编码器后以增强多尺度特征融合；最后，设计了一种高效并行空间-通道注意力模块并添加至每个下采样层与解码器之后，提升对噪声目标与虹膜像素的分辨能力。在3个公开虹膜数据集上的实验表明，其平均F1分数与m IoU均优于已有算法；空间占用、参数量、计算量分别比基准网络减少41%、41.77%、65.35%；有效改善了网络对多个光谱噪声虹膜的分割性能且更易部署于移动端设备，能够更加高效、精确地分辨噪声与虹膜目标。

• 单位
  西安交通大学