摘要
本申请的实施例提供了一种虹膜图像矫正方法、装置、设备及存储介质,涉及虹膜识别技术领域,该方法包括获取虹膜数据,虹膜数据包括多组虹膜图像;对虹膜数据进行预处理,将预处理后的虹膜数据划分为训练数据集和验证数据集;构建虹膜图像矫正深度神经网络模型,并根据训练数据集对模型进行训练,并通过验证数据集进行验证,得到训练好的模型;将待矫正的虹膜图像输入训练好的模型中进行前向推理,获得矫正后的虹膜图像;对矫正后的虹膜图像进行线性归一化处理,得到矫正后的归一化图像,以此方式,能够将任意形状的虹膜图像矫正为尺度统一的同心圆形态,为虹膜归一化计算提供了优质的基础。
技术关键词
深度神经网络模型
联合损失函数
图像矫正方法
掩膜
掩模
图像矫正装置
网络结构设计
虹膜识别技术
图像分析技术
尺寸
数据获取模块
线性
采样模块
图像分割