基于ADEU-Net分割网络的瞳孔精确分割方法

摘要：

当前通过图像处理的方法来进行瞳孔分割,导致鲁棒性不高、分割精度低以及运算量大无法满足实时性要求的问题,为此提出一种基于深度学习的人眼瞳孔精确分割方法.该方法采用基于ADEU-Net的快速人眼语义分割网络来获取瞳孔区域,实现对瞳孔的精准分割;该网络创新性地提出膨胀卷积与普通卷积双线并行的方式,在扩大感受野的同时可提升局部精细化能力,并且引入了注意力机制,以充分提取语义特征.实验结果表明,该瞳孔分割方法通过端到端学习,PA相对于U-Net、传统图像处理算法分别提高了5、35个百分点;均交并比MIoU达到94％,明显高于U-Net、传统图像处理算法90％和57％,同时保证了83 frame/s的高分割速度.

关键词：深度学习、ADEU-Net、瞳孔分割、语义分割、注意力机制、膨胀卷积

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省科技发展计划20200404156YY

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：212-221