摘要
本发明请求保护一种基于目标检测的虹膜快速精确分割方法,其包括以下过程:获取训练用的眼部图像,建立三维坐标系并利用三维数学关系得到虹膜椭圆的参数;构建一个与虹膜椭圆轮廓拟合的定向边界框,所述定向边界框的四边分别与虹膜椭圆相切,并求解定向边界框四个顶点的坐标;将定向边界框四个顶点的坐标和虹膜椭圆的参数作为模型训练标签进行模型训练,从而得到网络模型;网络模型用于检测目标眼部图像的包围虹膜椭圆的定向边界框,并根据包围虹膜的定向边界框计算分割出虹膜椭圆。本申请摒弃传统依赖边缘检测或像素分类的虹膜分割方式,采用基于深度学习目标检测的全新技术路线,有效克服传统方法在处理低质量虹膜图像时的局限性。
技术关键词
精确分割方法
眼球模型
顶点
虹膜分割方法
协方差矩阵
参数
网络
图像
坐标系
全新技术
长轴
边缘检测
短轴
数学
轮廓
标签
元素
系统为您推荐了相关专利信息
烟叶采收机
环境感知信息
导航方法
协方差矩阵
动态
监控分析系统
音频
音视频
优化卡尔曼滤波
协方差矩阵
氯离子扩散系数
GPR模型
机器学习模型
LightGBM模型
参数优化方法
网络安全数据
网络安全评估方法
指纹
线性
协方差矩阵
混合深度学习模型
噪声识别方法
识别系统
特征选择
协方差矩阵