公开(公告)号：CN111274997A

公开(公告)日：2020-06-12

申请号：CN202010096119.9

申请日：2020-02-17

申请人： 天津中科智能识别产业技术研究院有限公司

发明人： 孙哲南 ,  谭铁牛 ,  任民 ,  王云龙 ,  骆正权

IPC分类号： G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于双眼融合的虹膜识别神经网络模型训练方法，在用于虹膜识别的深度神经网络模型的训练过程中，将同一个体的双眼虹膜输入识别模型中进行训练，对双眼虹膜的互补信息加以考虑，实现双眼虹膜特征的联合学习和优化，通过这种训练方式得到更具判别性和鲁棒性的双眼融合特征，从而提升识别模型的性能。本发明提出的融合双眼信息进行深度神经网络训练的方式，能够解决训练过程的优化目标与实际需求不一致的问题，充分提取两只眼睛虹膜区域的互补信息。双眼融合起来进行训练，可以有效提升模型的特征表达能力，提取的虹膜特征更具判别性和鲁棒性，从而显著提高虹膜识别的准确率。

公开(公告)号：CN111274997B

公开(公告)日：2023-02-24

申请号：CN202010096119.9

申请日：2020-02-17

申请人： 天津中科智能识别产业技术研究院有限公司

发明人： 孙哲南 ,  谭铁牛 ,  任民 ,  王云龙 ,  骆正权

IPC分类号： G06V40/18 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于双眼融合的虹膜识别神经网络模型训练方法，在用于虹膜识别的深度神经网络模型的训练过程中，将同一个体的双眼虹膜输入识别模型中进行训练，对双眼虹膜的互补信息加以考虑，实现双眼虹膜特征的联合学习和优化，通过这种训练方式得到更具判别性和鲁棒性的双眼融合特征，从而提升识别模型的性能。本发明提出的融合双眼信息进行深度神经网络训练的方式，能够解决训练过程的优化目标与实际需求不一致的问题，充分提取两只眼睛虹膜区域的互补信息。双眼融合起来进行训练，可以有效提升模型的特征表达能力，提取的虹膜特征更具判别性和鲁棒性，从而显著提高虹膜识别的准确率。