融合虹膜与眼周
利用无监督虹膜质量评分加权融合虹膜与眼周信息，提升远距离虹膜识别系统的识别性能。
Yan, Zihui · 王云龙 · Zhang, Kunbo · 孙哲南 · Lingxiao, He
Machine Intelligence Research 2024
通过随机多尺度嵌入鲁棒性来无监督地评估虹膜质量，质量不高时自动增加眼周信息的融合权重。
利用高质量库图像通过稀疏重建来提取鲁棒的眼部特征，使眼周区域成为虹膜不可靠时的有效补充。
以无监督质量分数作为融合权重，动态调整虹膜和眼周的贡献，从而显著提升识别性能。
在多个眼部数据集上的实验表明，所提方法明显优于单模态生物特征识别。