[发明专利]一种基于眼底图像的身份识别方法

权利要求书

1.一种基于眼底图像的身份识别方法，其特征在于，包括以下步骤：

步骤一、采集待识别对象的双眼眼底图像；

步骤二、对眼底图像进行中心裁剪，得到1：1宽高比的图像；

步骤三、将图像缩放至像素为224*224大小后，将双眼的图像沿通道维度进行堆叠，即原来两张224*224*3的图像经过此步骤后为224*224*6；

步骤四、利用卷积神经网络对堆叠图像数据进行特征提取；

步骤五、将不同人的眼底图像的特征进行存储，建立眼底图像身份数据库，当输入新的眼底图像时，将新的眼底图像所提取出的特征与数据库中的特征进行比对，找出与新的眼底图像的最近邻特征点，若所比对的两个特征点间的欧氏距离小于阈值，则判断新的眼底图像对应此最近邻特征点的身份信息，反之，则表示身份识别失败。

2.如权利要求1所述的一种基于眼底图像的身份识别方法，其特征在于，步骤二中，对像素为h*w大小的图像，从左上角坐标到右下角坐标进行裁剪。

3.如权利要求1所述的一种基于眼底图像的身份识别方法，其特征在于，步骤四中，采用resnet网络作为基础骨干网络，使用三元损失作为resnet网络的训练方法。

4.如权利要求3所述的一种基于眼底图像的身份识别方法，其特征在于，所述三元损失训练方法如下：

1、收集不同人的双眼眼底图像作为训练集，其中左右眼两张眼底图像为一组，每人所需训练图像2组以上，总人数大于500人；

2、在训练过程中，随机选取某一个人的一组眼底图像作为基准点A，将同一个人的不同组眼底图像作为正样本P，随机选取不同人的一组眼底图像作为负样本N；

3、将三组图像输入卷积神经网络进行正向计算，求出特征

4、构建损失函数如下：

其中为特征点A与特征点P之间的欧氏距离，为特征点A与特征点N之间的欧氏距离，m为人为指定的一个大于0的常数；

5、训练过程通过最小化损失函数来对参数进行更新。