针对高分辨率眼部图像的瞳孔、虹膜特征快速识别与检测问题，提出了一种轻量化语义分割网络DIA-UNet （double input attention UNet）.它采用对称双编码结构同步获取眼部灰度图及其轮廓图特征，并通过双注意力机制实现了解码端的特征筛选，将深层融合特征作为语义分割输出.在CASIA-Iris-Interval和高分辨率瞳孔数据集上测试结果表明，与其他轻量化语义分割网络相比，本文提出的DIA-UNet在保证虹膜、瞳孔分割准确率的同时网络参数个数仅有0.076 Million，处理速度高达123.5 FPS.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=20210909