摘要
本申请提供了一种虹膜图像分割方法,涉及虹膜识别技术领域,该方法包括:获取多个虹膜图像,并对多个虹膜图像进行数据预处理,将预处理后的虹膜图像划分为训练数据集和验证数据集;构建虹膜图像分割深度神经网络模型,并根据所述训练数据集对所述虹膜图像分割深度神经网络模型进行训练,并通过所述验证数据集进行验证,得到训练好的虹膜图像分割深度神经网络模型;将待分割的虹膜图像输入所述训练好的虹膜图像分割深度神经网络模型中进行前向推理,获得当前推理结果;对所述当前推理结果进行后处理,分别提取背景、巩膜、虹膜及瞳孔的二值化掩模图像。以此方式,实现更高精度的虹膜分割,并有效解决“例外块”问题。
技术关键词
深度神经网络模型
虹膜图像分割方法
联合损失函数
多通道图像数据
神经网络模型构建
虹膜识别技术
图像分割装置
图像提取模块
掩模
解码器
计算机
图像缩放
编码器
处理器通信
指令
系统为您推荐了相关专利信息
指挥调度系统
神经网络模型构建
标记
数据收集模块
可视化模块
作业识别方法
神经网络模型
工作车辆
联合损失函数
光流特征
引擎数据处理方法
时间序列模型
决策
静态特征
动态
意图分类方法
噪声样本
联合损失函数
大语言模型
文本