基于深度学习特征和Fisher Vector编码模型的虹膜图像分类方法

摘要

本发明提供了一种虹膜图像分类方法，包括：在虹膜纹理基元的构建阶段对样本虹膜图像进行处理，得到虹膜纹理基元；在虹膜分类器的构建阶段基于所述的纹理基元和支持向量机来构造虹膜分类器；在判别阶段使用所述虹膜分类器来对目标虹膜图像进行分类。本发明虹膜图像分类方法可以有效地完成虹膜图像的分类问题，提高了虹膜识别的高效性和安全性。本发明利用深度学习得到的特征来代替传统手工设计的特征来提取虹膜的纹理基元，具有高精度、高鲁棒性和高可靠性的优点，适用于活体检测、人种识别、性别识别等多种应用需求的虹膜图像分类问题。本发明有效解决了虹膜系统在产品化的过程中遇到的系统安全问题和大规模数据检索等问题。