基于多任务学习的可见光与近红外虹膜融合研究

作     者：尤轩昂 赵鹏 慕晓冬 朱永清 沈丹瑶 YOU Xuan’ang;ZHAO Peng;MU Xiaodong;ZHU Yongqing;SHEN Danyao

作者机构：中国人民解放军火箭军工程大学作战保障学院西安710025 

基　　金：国家自然科学基金(61403399) 陕西省自然科学基金(2020JM-358,2016JM6061) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2022年第58卷第21期

页      码：197-204页

摘      要：针对在可见光虹膜识别中存在的虹膜纹理特征不明显与反射光斑问题,提出一种基于多任务学习的可见光与近红外无监督融合模型(MTIris-Fusion)。设计了基于改进DenseU-Net的端到端融合骨干网。设计了自适应权衡源图像重要信息保留度的损失函数,自适应保持融合结果与源图像之间的相似度,达到无监督的目的。通过弹性权重巩固(EWC)机制更新多融合任务的权重,避免了多任务网络中的灾难性遗忘。在PolyU Cross Spectral Iris数据集上的实验表明,与其他方法相比,该方法兼顾可见光虹膜的颜色纹理与近红外图像的结构信息并有效抑制了可见光图像中的光斑噪声,在虹膜图像质量增强领域具有重要应用价值。

主 题 词：多任务学习 虹膜图像融合 可见光 近红外 损失函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3778/j.issn.1002-8331.2104-0053

馆 藏 号：203115472...