电子信息技术

本发明的目的是提供一种基于图像语义分割与分类的身份识别方法与系统，以解决上述现有技术存在的问题。

成果亮点

本发明公开了一种基于图像语义分割与分类的身份识别方法与系统，属于图像模式识别领域，包括：构建语义分割网络，基于人眼图像数据集与对应的掩码标签进行训练，获得已训练语义分割网络和虹膜图像集；构建目标分类网络，基于虹膜图像集与对应的身份标签进行训练，获得已训练目标分类网络；获取待识别图像，对待识别图像进行预处理得到待识别实时人眼图像；基于已训练语义分割网络与实时人眼图像获得待识别虹膜图像；通过已训练目标分类网络对待识别虹膜图像进行分类，获得身份标签，实现身份识别。本发明设计一种基于注意力机制和轻量高效模块的语义分割卷积神经网络及目标分类卷积神经网络，使基于虹膜的身份识别方法更准确、更安全、更高效。

安防监控：可以用于人脸识别系统，在监控视频中准确识别出特定人物，实时监测和追踪目标人物的活动，加强安全防范。

边境管理与出入境检查：帮助边检人员快速、准确地核实人员身份，提高通关效率，同时增强安全性。

门禁系统：能够更精确地识别授权人员，防止未经授权的人员进入特定区域，增加场所的安全性和管理效率。

金融领域：例如在银行的自助服务区域或线上业务中，用于客户身份验证，保障金融交易的安全。

公共交通：如地铁、机场等场所，可以实现快速的乘客身份识别，提高通行效率，也有助于安全管理。

智能考勤系统：更准确地记录员工的出勤情况，提高考勤管理的效率和准确性。

执法与刑侦：协助警方在大量图像或视频数据中搜索和识别嫌疑人，为案件调查提供有力支持。

无人驾驶：识别道路上的行人、其他车辆驾驶员等的身份，为车辆的决策和行驶提供相关信息。

医疗保健：在医院等场所，用于识别患者身份，确保医疗信息的准确性和患者的安全。

社交网络和在线平台：进行用户身份验证，保护用户的隐私和安全，同时也可以用于个性化推荐等服务。

随着技术的不断发展和进步，该方法的准确性、实时性和适应性将不断提高，其应用领域也可能会进一步扩展和深化。同时，在实际应用中，还需要考虑数据隐私、安全性以及算法的公正性等问题，以确保技术的合理、合法和可靠使用。

本发明的技术效果为：本发明设计了一种基于注意力机制和轻量高效模块的语义分割卷积神经网络及图像分类卷积神经网络，可用于实时虹膜分割并实现身份识别，使基于虹膜的身份识别方法更安全，更高效。同时，将其部署在资源较少的边缘设备，经验证，可安全实时的进行虹膜识别。本发明可用于对安全性能及处理速度要求高的应用领域。