1 云南大学信息学院, 云南 昆明 650000
2 中国科学院深圳先进技术研究院, 广东 深圳 518000
3 中国科学院人机智能协同系统重点实验室(深圳先进技术研究院), 广东 深圳 518055
生物特征的识别是计算机科学技术一个有吸引力的研究领域,虹膜作为一种软生物特征,具有唯一性、稳定性和防伪性等优点,从虹膜图像中识别一个人的性别在身份验证和安全监控等领域均具有广阔的应用前景。针对传统机器学习与浅层神经网络在虹膜图像性别分类中存在的不足以及卷积神经网络对图像特征提取的优势,提出一种基于残差网络(ResNet)的虹膜图像性别分类模型,采用ResNet结合迁移学习在ImageNet图像数据集上进行预训练。采用该模型在数据集上训练一个端到端的虹膜图像性别分类器,准确率达到94.6%。将训练好的模型与其他相关模型在相同的数据集上进行对比,结果表明该模型的测试精度与识别效率均优于其他模型。
激光与光电子学进展
2021, 58(16): 1610022
1 中国科学院上海微系统与信息技术研究所中科院太赫兹固态技术重点实验室，上海 200050
2 杭州射频识别技术研发中心，浙江 杭州 310011
3 中国科学院大学，北京 100049
针对主动毫米波成像安检系统的个人隐私保护问题，提出了一种主动毫米波人体图像性别识别流程，包括图像预处理、人体躯干图像分割、性别特征提取、各特征值权重确定、性别识别图谱形成、基于图形数据库的图像分类识别和算法优化验证。提出了一种基于灰度值提取的局域直方图性别识别特征图谱，给出了不同图像主体直观、量化的性别特征表达。基于该图谱，提出了一种多特征、多权值性别识别方法，性别识别准确率高于80%，可对海量人体图像快速分类与筛选，从而采取针对性隐私保护措施。该算法已应用于毫米波安检产品，其可移植性高，运行速度快，识别率高，在同类安检设备中具有巨大的应用潜力。
毫米波 性别识别 图像处理 millimeter-wave gender identification image processing
