虹膜识别-论文阅读1

hello，这是鑫鑫鑫的论文分享站，今天分享的文章是Iris Recognition With Off-the-Shelf CNN Features: A Deep Learning Perspective ，一篇关于虹膜识别的论文，一起来看看吧~

摘要：
虹膜识别是指根据虹膜特征自动识别个体的过程。虹膜基质表面上的随机性使其成为生物识别的独特线索。通过投射到Gabor小波上，并将随后的相量响应转换成二进制码，可以有效地提取和编码个人虹膜图案的细微纹理差异——这是Daugman首创的一项技术。该结构描述符具有很低的伪匹配率和较低的计算复杂度，是一种鲁棒的特征描述符。然而，最近在深度学习和计算机视觉方面的进步表明，使用卷积神经网络(CNNs)提取的通用描述符能够代表复杂的图像特征。鉴于cnn在ImageNet大规模视觉识别挑战(ILSVRC)和大量其他计算机视觉任务上的优越性能，在本文中，我们探讨了最先进的预训练cnn在虹膜识别上的性能。我们发现，在ND-CrossSensor-2013和castia - iris - thousand这两个虹膜数据集上，原本训练用于分类通用对象的现成CNN特征，在表现虹膜图像方面也表现得非常出色，能够有效地提取识别性视觉特征，并取得了很好的识别结果。我们还讨论了利用深度学习方法来解决虹膜识别问题的挑战和未来的研究方向。

I. INTRODUCTION
虹膜识别是指根据虹膜模式自动识别个体的过程。虹膜识别算法在大型数据库中显示出非常低的误匹配率和非常高的匹配效率。

虹膜识别的性质：

• 虹膜基质复杂的结构模式在个体间差异显著
• 其识别特性的持久性（一个人的虹膜信息不会改变）
• 其有限的遗传外显率（外显率是指一定环境条件下，群体中某一基因型（通常在杂合子状态下）个体表现出相应表型的百分率。）

最先进的文献:
虹膜识别的成功——除了它吸引人的物理特征——植根于有效特征描述符的发展，特别是Daugman的开创性工作[3]，[5]，[9]中引入的Gabor相位象限特征描述符。Gabor phasequadrant特征描述符(通常称为iriscode)在虹膜识别领域占据主导地位，具有非常低的误匹配率和很高的匹配效率。研究人员还基于离散余弦变换(DCT)[10]、离散傅里叶变换(DFT)[11]、序数测度[12]、类特定权重映射[13]、压缩感知和稀疏编码[14]、层次视觉编码[15]、多尺度泰勒展开[16]、[17]等提出了广泛的虹膜描述符。读者可以参考[18]-[21]来获得广泛的用于虹膜识别的方法列表。

GAP:鉴于经典纹理描述符对虹膜识别的广泛使用,包括伽柏phase-quadrant特征描述符,是有益的后退一步,回答下面的问题:我们如何知道在文献中提出的这些手工制作的特征描述符实际上是虹膜的最佳表征?此外，通过设计一种新的特征表示方案，以较低的计算复杂度获得虹膜识别精度的上界，是否可以获得更好的性能(与基于gaborbased的方法相比)?（传统的缺陷）

可能的解决方案:一个可能的解决方案是利用最近在深度学习（主要是数据驱动的）方面的进展来发现特征表示方案。通过自动学习虹膜数据的特征表示，可以推断出一种最优的表示方案，从而为虹膜识别任务带来较高的识别结果。深度学习技术通常使用分层的多层网络来引出特征图，从而优化训练数据[22]的性能。这些网络允许从数据中直接学习和发现特征表示方案，并避免了开发手工特征时的一些陷阱。深度学习已经完全改变了许多计算机视觉任务的表现[23]，[24]。因此,我们假设，卷积神经网络(CNNs)所代表的深度学习技术，可以用于为虹膜识别问题设计出可以替换的特征描述符。

为什么深虹膜方法还没有广泛应用?已经有一些尝试将深度学习的原理应用于虹膜识别[25]，[26]。深度学习方法在虹膜识别问题上的应用之所以有限，是因为深度学习需要大量的训练数据，而这是目前大多数虹膜研究者都无法获得的。此外，深度学习在计算上也非常昂贵，并且需要多个图形处理单元(gpu)的能力。这对这种深度学习方法的实际实施是一种威慑。最重要的是,到目前为止,还没有深入了解为什么深度学习应该为虹膜识别工作,并没有进行系统分析,以确定如何最好地利用深度学习方法设计一个最优结构的深层网络实现高精度和低计算复杂度。如果没有直观的洞察力，简单地叠加多层来设计一个用于虹膜识别的CNN，将是不可行的(由于公共领域缺乏大规模虹膜数据集)，非最佳的(由于CNN架构的特殊选择，层的数量，层的配置…)和低效的(由于冗余的层)。

我们认为，与其设计和训练新的神经网络用于虹膜识别，不如使用那些已经在大规模计算机视觉挑战中被证明是成功的神经网络，在没有时间消耗的结构设计步骤的情况下，可以产生良好的性能。（这句话点名了为什么要迁移学习了，省事啊，不用琢磨搭建新网络了。）最新CNNs的主要来源是ImageNet大尺度视觉识别挑战(ILSVRC)[27]，每年组织一次，以评估用于大尺度目标检测和图像分类的最新算法。作为这项挑战的一部分而开发的网络通常在公共领域可用，用于从图像中提取深层特征。研究人员发现，这些现成的CNN特征对于各种计算机视觉任务，如面部表情分类、动作识别和视觉实例检索，都是非常有效的，并不局限于[28]所设计的目标检测和图像分类任务。在本文中，我们将研究自2012年以来在ILSVRC挑战书中获胜的cnn的性能(在2012年之