[发明专利]基于深度学习虹膜识别算法快速识别技术

权利要求书

1.基于深度学习虹膜识别算法快速识别技术，包括虹膜分割、虹膜归一化、基于卷积神经网络的特征提取和分类判别，其特征在于：

步骤一：虹膜的采集分割。

步骤二：对虹膜采集图像的多余部分进行分割。

步骤三：对虹膜的特征图像进行提取。

步骤四：对提取的特征图像进行自动化识别。

2.根据权利要求1所述的基于深度学习虹膜识别算法快速识别技术，其特征在于：所述虹膜分割鉴于虹膜的几何形状，在拍摄虹膜图像的时候难以仅保留虹膜区域，因此采集到的图像一般包括整个眼部信息，根据虹膜图像的特点，虹膜一般呈圆环状结构，虹膜图像提取的工作主要是人眼图像上分割出此环状结构。

3.根据权利要求1所述的基于深度学习虹膜识别算法快速识别技术，其特征在于：所述虹膜归一化是基于Daugman定位算法，对虹膜图像进行处理，在处理的过程中一般包括虹膜内外边缘的检测以及虹膜区域归一化。

4.根据权利要求1所述的基于深度学习虹膜识别算法快速识别技术，其特征在于：所述基于卷积神经网络的特征提取主要是在网络模型中利用网络自适应选择提取到的虹膜特征，不需要人为删减虹膜特征，这样既保证了虹膜特征的可表示性，还不会丢失虹膜特征中的关键特征，本算法基于CNN提取移动端虹膜图像的鲁棒的深度特征，探索有效的深度神经网络结构。

5.根据权利要求1所述的基于深度学习虹膜识别算法快速识别技术，其特征在于：所述分类判别主要采用Iris网络对采集的虹膜数据进行判别，Iris网络由不同的卷积层、池化层和全连接层堆叠构成，类似于VGGNet的结构。