An accurate and generalizable deep learning framework for iris recognition.
参见:
Zijing Zhao and Ajay Kumar, "Towards More Accurate Iris Recognition Using Deeply Learned Spatially Corresponding Features", Internation Conference on Computer Vision (ICCV), Spotlight, Venice, Italy, 2017.
- Python 3.6
- Pytorch 1.0
- torchvision 0.2.2
- opencv 3.4
- caffe(可选,用于模型转换)
- tqdm(可选,看着舒服)
- ICCV17_release
- 论文附带的源代码与caffe模型
- models
- 转换得到的Pytorch模型,其中将原论文中提到的FeatNet与MaskNet分开保存
- util
- caffemodel2pth.py
- 将caffemodel中的网络参数转存为pth格式,可被pytorch加载
- normalize.py
- 虹膜图像归一化
- normalize_tool.py
- 虹膜图像归一化工具
- 左键标注, 右键画圆(至少3个点), 'q'键确认, 其他键取消
- 先虹膜, 后瞳孔
- segment.py
- 虹膜图像分割
- caffemodel2pth.py
- enroll_dataset.py
- 注册整个文件夹中的图像
- enroll_single.py
- 注册单个的图像
- evaluation.py
- 评估用代码
- TODO:代码性能测试
- match.py
- 比对代码
- TODO:速度极慢, python的多线程无用,需要设计成batch的
- TODO:代码太老了
- verify.py
- 识别代码, 将提取得到的mat与文件夹里的全部mat比对