图神经网络虹膜分割模型

边界分割精度提升

通过多面知识构建自适应图关系,有效区分虹膜边界处视觉相似、位置相近的困难像素,为身份识别提供更清晰的分割结果。

Wei, Jianze · 王云龙 · 高兴宇 · 赫然 · Sun, Zhenan

IEEE Transactions on Information Forensics and Security 2024

技术优势

边界像素分得清

利用视觉相似性、位置相关性和语义一致性三类知识构建像素间自适应连接,使得虹膜内外边界附近原本容易混淆的像素得到更准确的语义区分。

特征更可区分

引入像素级自适应归一化模块,以浅层信息为参考从统计角度改进分割特征,增强特征判别力,从而提升整体分割质量。

应用场景