TY -的A2 Anisetti马可·李盟——Yung-Hui盟——黄,Po-Jen AU -胡安,Yun PY - 2019 DA - 2019/01/02 TI -一个高效和健壮的虹膜分割算法使用深度学习SP - 4568929六世- 2019 AB -虹膜分割是一个关键的步骤,整个虹膜识别过程。大多数先进的虹膜分割算法是基于边缘信息。然而,大量的噪声边缘点检测到正常edge-based检测器与镜面反射图像或其他障碍会误导瞳孔边界和异色边缘边界定位。在本文中,我们提出一个基于组合方法学习和edge-based算法对虹膜分割。一个设计良好的快R-CNN只有六层是用来定位和分类。与边界框R-CNN更快,发现瞳孔区域位于使用高斯混合模型。然后,瞳孔的圆形边界地区是适合根据五个关键边界点。边界点选择算法用于发现异色边缘的边界点,和圆形边界的异色边缘构造使用这些边界点。实验结果表明,该虹膜分割方法在具有挑战性的CASIA-Iris-Thousand数据库上已经达到了95.49%的准确率。SN - 1574 - 017 - 2019/4568929 / 10.1155 x你——https://doi.org/10.1155/2019/4568929——摩根富林明-移动信息系统PB - Hindawi KW - ER