[发明专利]基于先验引导的虹膜图像修复系统

说明书

本发明涉及图像处理技术领域，提出了基于先验引导的虹膜图像修复系统，包括生成器和判别器，所述生成器包括：退化去除子网络，用于对输入图像进行特征提取，得到第一图像y_c；所述第一图像y_c为超分辨率、去模糊的图像；先验估计子网络，用于根据第一图像y_c得到先验知识中的风格信息p_i；所述风格信息p_i中包含虹膜图像的颜色、形状和纹理信息；先验融合子网络，用于将第一图像y_c和风格信息p_i进行融合，得到先验融合特征；所述先验融合特征用于生成清晰的修复图像通过上述技术方案，解决了现有技术中低分辨率、模糊的虹膜图像导致虹膜识别准确率下降的问题。

技术领域

本发明涉及图像处理技术领域，具体的，涉及基于先验引导的虹膜图像修复系统。

背景技术

虹膜识别作为最具有潜力的生物特征识别技术之一，因其准确性高、非接触等优势，已在公安司法、金融银行、移动互联网等领域和行业得到广泛应用。然而，现有的虹膜识别系统在图像采集过程中易受外界因素干扰。一方面，在中远距离场景(如1米以上距离)，图像的采集分辨率下降，难以捕捉足够分辨率的高质量虹膜图像。另一方面，虹膜相机成像的景深小(即清晰成像的范围小)，当用户处于景深之外或正在移动的情况，图像易模糊。

低分辨率和模糊的低质量虹膜图像会导致虹膜的有效识别区域减小，有效纹理信息减少，同时会影响虹膜预处理如虹膜分割的准确度，进而导致识别的准确率下降。

发明内容

本发明提出基于先验引导的虹膜图像修复系统，解决了相关技术中低分辨率、模糊的虹膜图像导致虹膜识别准确率下降的问题。

本发明的技术方案如下：包括生成器和判别器，所述生成器包括：

退化去除子网络，用于对输入图像进行特征提取，得到第一图像y_c；所述第一图像y_c为超分辨率、去模糊的图像；

先验估计子网络，用于根据第一图像y_c得到先验知识中的风格信息p_i；所述风格信息p_i中包含虹膜图像的颜色、形状和纹理信息；

先验融合子网络，用于将第一图像y_c和风格信息p_i进行融合，得到先验融合特征；所述先验融合特征用于生成清晰的修复图像

进一步，所述先验估计子网络包括连接成沙漏结构的多个残差通道注意力模块，在所述沙漏结构的对称层之间采用跳跃连接机制，并且对称层之间加入卷积层；任一所述对称层包括：对称分布在沙漏结构中心两侧的两个残差通道注意力模块；

所述先验估计子网络中最后N个残差通道注意力模块与所述先验融合子网络连接，所述风格信息p_i包括所述最后N个残差通道注意力模块的输出；所述N为正整数。

进一步，所述先验融合子网络采用通道感知注意力机制；

所述先验估计子网络的沙漏结构中，按照从前向后的顺序，所述最后N个残差通道注意力模块中第n个模块的输出表示为；n为自然数，且n≤N；

在将第一图像y_c和风格信息p_i进行融合，得到先验融合特征的方面，所述先验融合子网络具体用于：

执行N次特征融合操作，得到先验融合特征；

其中，第n次特征融合操作包括：

利用卷积和映射函数对p_in进行仿射变换，将p_in转化为通道注意力机制中的权重系数

将特征图切分为具有空间信息的空间特征和空间特征