基于卷积神经网络的虹膜活体检测算法研究

针对虹膜活体检测中的特征提取问题,提出一种基于深度卷积神经网络的虹膜活体检测算法。通过归一化、分块归一化和直接切取方式对虹膜图像进行预处理,利用卷积神经网络提取经预处理的虹膜图像特征,使用训练分类器对真伪虹膜进行分类。实验结果表明,该算法能自动学习虹膜图像的隐藏特征,使真实虹膜和伪造虹膜的特征更具区分性,并且在ND-Contact和CASIA-Iris-Fake数据库中获得96.72%以上的检测正确率。