《电子测量技术杂志》发表论文赏析

基于RAA-UNet的虹膜块状特征分割

来源:电子测量技术杂志2025年第7期北京时间:

作者:陈宇,唐云祁

单位:中国人民公安大学侦查学院 北京 100038

摘要:目前虹膜识别结果尚不能应用到司法审判当中,法庭科学领域开始关注以虹膜可解释特征统计规律为基础的量化鉴定方法,为此需要实现虹膜纹理特征的自动分割提取。针对近红外虹膜图像中块状特征的提取问题,提出一种结合残差网络、注意力机制和空洞空间金字塔池化的虹膜块状特征分割网络。为此,首先构建了虹膜块状特征标注数据集,用于模型的训练、验证和测试。其次,以UNet为基础框架进行改进,将UNet的卷积模块替换为残差模块,促进梯度的传播并提高特征的保留和传递能力;在跳跃连接中加入注意力门模块以提高模型对块状特征的感知能力;在模型中部和末端采用空洞空间金字塔池化模块,扩大感受野并进行多尺度特征提取和融合。最后,提出了结合交叉熵和Dice系数的混合损失函数,并采用归一化和直方图均衡化等预处理技术以突出虹膜块状特征。实验结果表明,RAA-UNet在测试集上的表现优于其他对比模型,F1分数、mIoU和Dice系数分别达到了82.64%、84.21%、81.66%,较UNet提升4.42%、3.37%和3.87%。损失函数实验确定了最佳权重因子,直方图均衡化处理显著提升了分割效果,消融实验验证了模型改进的有效性。提出的RAA-UNet语义分割模型能够实现虹膜块状特征的准确分割,可为虹膜鉴定的研究提供技术支撑。

关键词:虹膜块状特征;UNet;虹膜鉴定;残差网络;金字塔池化;注意力机制

基金资助:中国人民公安大学刑事科学技术双一流创新研究专项(2023SYL06)项目资助

2025年7期其他文献查阅:

毫米波动态调谐反射面天线研究

天平疲劳应力监测技术研究

基于DR-IFMM的岩画图像修复方法研究

基于自适应可能性C均值的云相态识别方法

基于TBKA-P&O算法的光伏系统MPPT控制研究

基于改进YOLOv8的无人机红外目标检测算法

融合多策略改进的班翠鸟算法及微电网调度

基于改进YOLOv7-tiny的自爆绝缘子检测算法

基于细粒度动作语境聚合的动作检测与识别

基于改进YOLOv8的绝缘子缺陷检测方法

基于双目立体视觉的盲人避障技术研究

基于人工智能模型的婴幼儿行为监护系统

基于检测约束的微电网虚假数据注入攻击策略

基于改进高斯混合模型的光伏短时波动信号游程聚类分析方法

基于DSP双核解调的光纤光栅解调系统设计

基于多路径增强特征的早期烟雾检测算法

基于CPM-YOLO的道路头盔检测方法

面向复杂环境的改进YOLOv5安全帽检测算法

基于增强型PredRNN的雷达回波外推方法

基于RAA-UNet的虹膜块状特征分割

基于无人机技术的灾后林地全地形植物资源探测定位系统

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!