一种基于多任务的虹膜检测和视角分类方法

摘要

本发明公开的一种基于多任务的虹膜检测和视角分类方法，包括：S101、获取待检测的虹膜图像；S102、将所述虹膜图像输入至利用神经网络训练的First‑net检测器，得到第一输出结果；S103、将第一输出结果输入至利用神经网络训练的Second‑net检测器，得到第二输出结果；S104、将第二输出结果输入至利用神经网络训练的Ultimate‑net检测器进行处理，使用非极大值抑制算法合并重叠的虹膜候选框后，得到剩余虹膜候选框、剩余虹膜候选框对应的概率、以及剩余虹膜候选框属于不同虹膜视角的概率。本发明的优点在于，本发明利用多任务卷积神经网络对虹膜图像进行检测，以及对虹膜的五个视角进行分类的方法。一方面保证了检测虹膜图像的准确率，另一方面提高了虹膜五个视角分类的准确率。