集成膨胀重参数化与轻量级多头自注意力用于虹膜分割与活体检测

《Engineering Applications of Artificial Intelligence》:Integrating dilated reparameterization with lightweight multi head self-attention for iris segmentation and liveness detection

【字体: 大 中 小 】 时间:2026年09月29日 来源:Engineering Applications of Artificial Intelligence 9.0

编辑推荐:

   •DRepLViT提升了虹膜分割和活体检测的准确性和效率。•膨胀重参数化优化了大卷积核,增强了感受野。•从多分支到单分支的设计降低了架构复杂性。•非相邻展平令牌方法实现了轻量级的多头自注意力机制。•局部特征与长程依赖关系的融合能够区分虹膜区域。引言虹膜识别以其独特性、稳定性、

  

•DRepLViT提升了虹膜分割和活体检测的准确性和效率。•膨胀重参数化优化了大卷积核,增强了感受野。•从多分支到单分支的设计降低了架构复杂性。•非相邻展平令牌方法实现了轻量级的多头自注意力机制。•局部特征与长程依赖关系的融合能够区分虹膜区域。引言虹膜识别以其独特性、稳定性、隐私性和非接触性特点,被广泛认为是其中最安全的生物特征识别方法之一。近年来,由于其强大的安全特性,它被越来越多地应用于国防、公共安全、金融银行和门禁系统等关键领域。虹膜图像处理并非独立任务,而是一个包含多个阶段的集成工作流程,包括虹膜活体检测、分割、特征提取和特征匹配。每个阶段的准确性和效率直接影响整个工作流程的性能和实际部署。虹膜分割是虹膜图像处理工作流程的基础,通过基于真实值(GT)图像的深度学习实现对虹膜区域的精确分割。传统的虹膜分割主要依赖于用户配合。然而,在现代应用中,非配合式虹膜分割场景变得越来越常见。在约束较少的现实条件下,虹膜图像容易受到各种因素的影响,包括眼镜和隐形眼镜的干扰、不同光谱条件和传感器下的图像质量及特征差异,以及偏角捕获、过曝、反射、遮挡和模糊等问题。这些挑战可能导致虹膜纹理提取中的错误和缺失信息,从而显著降低虹膜图像处理系统的性能。因此,在有限资源下实现轻量化设计,同时开发具有鲁棒泛化能力的算法以抵抗上述干扰,是提升虹膜图像处理系统性能并推广其广泛应用的关键挑战。尽管虹膜图像处理技术取得了众多研究成果,但被认为是高度安全的虹膜识别一直面临伪虹膜欺骗的威胁。检测此类伪虹膜攻击被称为虹膜活体检测或呈现攻击检测。主要呈现攻击包括虹膜照片打印件、纹理隐形眼镜、合成虹膜图像、电子显示攻击以及其他欺骗方法。攻击者通过物理或数字介质复制虹膜生物特征以绕过身份验证系统。需要注意的是,在区分活体虹膜和伪虹膜的實際场景中,必须解决活体虹膜样本中眼镜和透明隐形眼镜带来的干扰。鉴于虹膜识别被广泛应用于高安全需求领域,迫切需要利用当前的轻量化和泛化网络技术开发更符合实际需求的虹膜活体检测算法。近年来,卷积神经网络(CNNs)和Transformer推动了计算机视觉领域的革命性变革。然而,现有的虹膜图像处理任务主要依赖于VGG、DenseNet和Vision Transformer等经典视觉模型,这些模型可能会将某些缺陷传播到下游任务中。具体而言:(1)CNN通过学习相邻特征向量来捕获边缘和纹理信息,但过度关注局部特征,可能忽略全局上下文;(2)Transformer中的多头自注意力机制获取长程关联信息,有助于区分虹膜与非虹膜区域,但缺乏局部表示且消耗过多计算资源,无法满足虹膜分割和活体检测任务的轻量化要求;(3)通过堆叠网络宽度和深度来提高精度的设计范式已遭遇性能瓶颈,在经典网络框架下,该范式与计算效率不相容。同时,由于数据样本有限,相关缺陷被进一步放大。由于低质量图像干扰和呈现攻击无法改变虹膜与非虹膜区域之间的空间相关性,虹膜分割和活体检测不仅依赖纹理,还依赖长程依赖关系。为了解决现有研究中采用的经典CNN过度关注局部特征的问题,我们认为大卷积核的感受野、多分支结构带来的多尺度感知能力以及多头自注意力机制可以对此进行优化。同时,虹膜图像处理需要计算效率。考虑到大核卷积、多分支架构和Transformer都会产生额外计算开销,大核重参数化可以利用并行小核来优化大核,在训练时使用多分支结构,推理时使用单分支结构,解决大核的参数学习问题,同时保留大感受野和多尺度感知的优势,并提高推理速度。对于应用于非相邻令牌的多头自注意力机制,它解耦了局部和全局感知,利用了图像数据中相邻像素的信息冗余和多头自注意力的二次复杂性,显著降低了计算成本。本文的主要贡献如下:●提出了一种名为DRepLViT(膨胀重参数化与轻量级多头自注意力)的主干网络。膨胀重参数化通过小核优化来优化大核参数,缓解了CNN的局部关注局限性,简化了架构。非相邻展平令牌加速了多头自注意力计算,同时保留了全局感知能力。通过这两种技术的精心整合和联合优化,DRepLViT克服了传统网络在虹膜图像处理中局部-全局关注动态和架构复杂性方面的局限性。●针对样本量有限的挑战,设计了一种组合数据增强方法以克服模型训练中的约束。在具有不同干扰源的基准数据集上的实验验证表明,DRepLViT在低质量采集条件下对双光谱虹膜图像表现出强大的处理能力。●分析了现实场景中眼镜和透明隐形眼镜的干扰以及未知攻击的影响。通过多类分类和交叉验证,证明了DRepLViT在知识缺失场景中具有较强的泛化能力。提出的方法DRepLViT构建了一个用于虹膜图像特征提取的主干网络。其架构由两个组件组成:CNN和Transformer。(1)CNN阶段:位于模型早期阶段,在训练和推理阶段分别采用不同的多分支和单分支配置。这种结构转换提高了推理期间的计算效率,同时实现了大核的参数优化。(2)Transformer层:在模型后期阶段……基础数据集描述本研究使用了五个代表性的公开虹膜图像数据集,分别是UBIRIS.v2、MICHE-I、CASIA-Iris-Interval、IIITD和ND。UBIRIS.v2包含261名受试者的虹膜图像,在可见光下以400×300像素分辨率采集。MICHE-I包含92名受试者的图像,由三种移动设备在可见光下以不同分辨率采集。讨论本研究对提出的虹膜分割和活体检测方法的改进进行了详细验证。作为工作流程的一部分,虹膜分割和活体检测必须同时满足速度和准确性要求。然而,通过堆叠网络宽度和深度的设计范式已产生性能瓶颈。此外,现有研究过度依赖经典网络架构,将某些缺陷引入了下游任务。结论本文分析了虹膜分割和活体检测任务对轻量级算法和泛化性的要求,并总结了基于经典视觉模型的现有研究的局限性,特别是在局部-全局关注动态和架构复杂性方面。因此,我们提出了一个整合膨胀重参数化与轻量级多头自注意力机制的框架。该框架的价值在于其能够解决……作者贡献声明邓俊康:撰写——审阅与编辑,撰写——初稿,可视化,软件,方法论,调查,概念化。陈英:撰写——审阅与编辑,监督,调查,经费获取,形式分析。郭书斌:撰写——审阅与编辑,验证,项目管理,数据整理。朱晓东:验证,软件,调查,形式分析。刘苑宁:可视化,监督,概念化。褚军:监督,资源。利益冲突声明作者声明不存在可能影响本文工作的已知竞争经济利益或个人关系。致谢本工作得到以下基金的支持:江西省自然科学基金(20242BAB26015,20232BAB206129)和国家自然科学基金(62466038)。邓俊康 | 陈英 | 郭书斌 | 朱晓东 | 刘苑宁 | 褚军 | 卢凌 | 陈慧玲
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号