[发明专利]一种基于级联神经网络的多任务虹膜快速定位方法

权利要求书

1.一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，该方法包括如下步骤：

(1)在原始图像中选取虹膜区域并且标记关键特征点作为Ground Truth数据集；

(2)基于Ground Truth数据集制作训练样本集，包括正样本、中间样本和负样本；

(3)制作训练样本集的标签；

(4)建立级联神经网络，包括依次级联的三个神经网络，第一级神经网络用于虹膜区域候选框分类，第二级神经网络用于对虹膜候选框区域进行分类与区域坐标回归，第三级神经网络用于精确输出虹膜区域和关键特征点的位置信息；

(5)采用有标签的训练样本对级联神经网络进行训练；

(6)将待定位图像输入至训练好的级联神经网络，输出虹膜区域和关键特征点的位置信息。

2.根据权利要求1所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，步骤(1)具体为：

首先，采用矩形框人工标记虹膜区域，得到虹膜区域的位置信息(x,y,width,height)，x,y表示矩形框左上角的横纵坐标，width,height表示矩形框的宽度和高度；

然后，在虹膜区域标记5个关键特征点(x_i,y_i)，i∈{1,2,3,4,5}，包括虹膜左右边缘点、瞳孔左右边缘点和瞳孔圆心，x_i和y_i表示第i个关键特征点的横坐标和纵坐标。

3.根据权利要求2所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，步骤(2)具体为：

在原始图像中随机裁剪图像块得到3个类别的样本集：

正样本：与Ground Truth的交并比大于等于0.65的图像块；

中间样本：与Ground Truth的交并比介于0.4和0.65之间的图像块；

负样本：与Ground Truth的交并比小于等于0.3的图像块。

4.根据权利要求3所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，所述的交并比通过如下方式获得：

IOU＝S_(A∩B)/S_(A∪B)，

其中，A表示随机裁剪的图像块，B表示Ground Truth区域，即矩形框标记的虹膜区域，S_(A∩B)表示A和B相交区域的面积，S_(A∪B)表示A和B相并区域的面积。

5.根据权利要求3所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，步骤(3)具体为：

采用式1归一化虹膜区域左上角坐标，采用式2归一化5个关键特征点坐标；

将正样本的标签记为1，带有归一化后的虹膜区域左上角坐标和关键特征点坐标信息；

中间样本的标签记为-1，带有归一化后的虹膜区域左上角坐标和关键特征点坐标信息；

负样本的标签记为0；

其中，

式1：

其中，offsetx、offsety为归一化得到的虹膜区域左上角横纵坐标，bx、by表示裁剪的图像块的左上角横纵坐标，boxwidth、boxheight表示裁剪的图像块的宽度和高度；

式2：

其中，offsetx_i、offsety_i为归一化得到的第i个关键特征点的横纵坐标。

6.根据权利要求1所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，所述的第一级神经网络为全卷积网络，其输入数据大小为12*12*1，输出两个1x1卷积层。

7.根据权利要求1所述的一种基于级联神经网络的多任务虹膜快速定位方法，其特征在于，所述的第二级神经网络包括依次连接的卷积层和全连接层，所述的卷积层设置多个，第二级神经网络的输入数据大小为24*24*1，输出6x1全连接层。