[发明专利]一种基于空洞残差注意力结构的虹膜定位分割系统

摘要

本发明提供一种基于空洞残差注意力结构的虹膜定位分割系统，包括特征提取结构、分割结构以及评分结构；特征提取结构包括M个逐级串联的特征提取模块，第M级特征提取模块的输出分别与评分结构的输入以及分割结构的输入；分割结构包括间隔逐级串联的M‑1个上采样模块和M‑2个特征融合模块，第i级特征提取模块的输出至第M‑i级特征融合模块一个输入，特征融合模块的另一个输入与本级的上采样模块的输出相连，第M‑1级上采样模块输出分割完成后的掩膜图像。特征提取模块包含了N个空洞注意力残差结构DARB以及1个下采样的空洞注意力残差结构DADRB。本发明使用DARB来搭建神经网络，通过设计多分支网络实现准确快速虹膜区域划分，实现对虹膜区域质量自动评估。

主权项

1.基于空洞残差注意力结构的虹膜定位分割系统，其特征在于，包括特征提取结构、分割结构以及评分结构；特征提取结构包括M个特征提取模块，M个特征提取模块逐级串联，第1级特征提取模块的输入为待分割的虹膜图像，第M级特征提取模块的输出分别为评分结构的输入以及分割结构的输入；分割结构包括M‑1个上采样模块和M‑2个特征融合模块，M‑1个上采样模块和M‑2个特征融合模块间隔逐级串联，第M级特征提取模块输出至第1级上采样模块的输入，第i级特征提取模块的输出至第M‑i级特征融合模块一个输入，i＝2,…,M‑1,特征融合模块的另一个输入与本级的上采样模块的输出相连，各级特征融合模块均作为下一级上采样模块的输入，第M‑1级上采样模块输出分割完成后的掩膜图像；评分结构包括全局池化层与全连接层，全局池化层用于将来自于第M级特征提取模块的特征图映射为输出向量，全连接层对输出向量进行分类从而判断虹膜质量是否合格；所述特征提取模块包含了N个空洞注意力残差结构DARB以及1个下采样的空洞注意力残差结构DADRB；N个DARB与1个DADRB逐级串联，第1级DARB的输入作为特征提取模块的输入，第N个DARB的输出至DADRB的输入，DADRB的输出作为特征提取模块的输出；所述上采样模块包含了1个卷积层、1个像素重排模块以及2个DARB，卷积层、像素重排模块以及2个DARB逐级串联，卷积层的输入作为上采样模块的输入，第2级DARB的输出作为上采样模块的输出。