26、基于鲁棒图像分割和超参数调优的深度人脸 - 虹膜识别

基于鲁棒图像分割和超参数调优的深度人脸 - 虹膜识别

1. 引言

生物识别技术通过测量独特的行为和生物特征来检测或验证人类身份，常用于公民登记、访问控制或执法等领域。与传统认证方法相比，政府和民用生物识别应用具有便捷、不易遗忘或丢失的优势。然而，由于其通过网络和传感器广泛使用，生物识别系统面临着欺骗和其他安全风险，同时，现实环境中的脏传感器、用户错误和其他噪声会导致生物识别数据质量下降。因此，开发者通常会在提高安全性（更严格）和便利性（更易获取）之间进行权衡。

多模态生物识别技术通过结合多种生物识别数据源，为智能手机认证和快速访问应用程序提供了解决方案。不过，并非所有应用都适合利用这些组合数据，例如当用户便利性受到影响时。近年来，由于对前置传感器种类和质量的关注，移动和远距离生物识别采集成为一种趋势，例如使用面部和虹膜区域解锁移动设备。这两种生物特征可以在远距离同时采集，用户的不便程度与使用单一生物特征相似，但准确性和安全性更高。此外，根据手持移动设备的角度，这种方式在捕捉面部、虹膜或两者时具有更强的鲁棒性，是替代指纹和文本密码以减少用户不便的安全选择。

人脸识别是一种高度可见且用户友好的生物识别技术，可用于身份验证或作为个人资料图片的辅助生物识别。但在不受控制的应用中，由于姿势角度变化和遮挡，获取面部信息通常具有挑战性，因此将面部作为主要身份验证方式可能不可行。

虹膜识别技术已经非常成熟，自2001年以来，阿联酋就将其用于边境控制，每天进行约27亿次虹膜交叉比对。虹膜识别的发展得益于其作为最准确的外部图像生物识别技术的特性。近年来，虹膜传感器的采集范围得到了改善，成本也有所降低，适合商业应用。然而，更长的采集范围也增加了人为误差，可能会减少眼周区域和其他基于