基于深度学习的虹膜与眼周双模态融合身份识别系统

     随着社会的信息化发展，以虹膜，人脸为特征的生物识别技术在保证信息安全方面具有重要的作用。然而传统的虹膜识别采集距离较小，成本高昂，使其民用推广受到制约。并且虹膜与人脸结合的多模态方法受新冠疫情影响，人脸被口罩遮挡导致识别率下降。因此，本项目开发了一种基于深度学习的虹膜与眼周双模态融合身份识别系统，为实现降低设备需求的同时达到高精确化的身份识别提供了可能。该方法利用虹膜具有多特征读取点和眼周具有较大尺寸放宽摄像限制的特性，将传统虹膜特征识别与新型生物特征眼周识别相融合，为疫情环境下的多模态生物识别技术提供了稳健、互补的新方法。