Исследователи факультета вычислительной математики и кибернетики МГУ разработали новый нейросетевой метод для анализа радужной оболочки глаза. Разработка создана на кафедре математической физики в рамках специального семинара «Обработка изображений и компьютерное моделирование».
Система работает на основе нейросети архитектуры Key.Net. Эта архитектура объединяет классические математические методы и обучаемые слои свёрточной нейронной сети. Модель извлекает признаки на разных уровнях масштабирования с помощью комбинаций первых и вторых производных изображения. Затем данные обрабатываются обучаемыми фильтрами. Исследователи добавили в систему свёртки с фильтрами Эрмита. По словам исследователей, фильтры Эрмита уже доказали эффективность при выделении ключевых точек.
Для обучения нейросети использовался синтетический набор данных. К изображениям радужной оболочки применялись разные преобразования, например, масштабирование, сдвиг или поворот. Также у изображений меняли яркости и контрастности.
Сопоставление ключевых точек выполнялось с помощью нейросетевых дескрипторов. Далее проводилась постобработка изображения для отбора качественных совпадений и удаления выбросов. Метод протестировали на одной из баз данных изображений радужных оболочек. Тесты показали высокую точность выделения и сопоставления ключевых точек. Система работает даже при наличии век и ресниц на изображениях.
Доцент кафедры математической физики факультета ВМК МГУ Елена Павельева отметила, что разработка открывает новые перспективы для развития биометрической идентификации.
Результаты работы представили в 2025 году на конференциях «Ломоносовские чтения» и «Методы фотограмметрии и машинного зрения для мониторинга окружающей среды, биометрии и биомедицины». Также исследование принято в печать в журнал «The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences».
Источник: habr.com