Iris-SAM: Iris Segmentation Using a Foundation Model

📄 arXiv: 2402.06497v3 📥 PDF

作者: Parisa Farmanifard, Arun Ross

分类: cs.CV

发布日期: 2024-02-09 (更新: 2024-05-31)

💡 一句话要点

提出Iris-SAM以解决虹膜分割问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 虹膜分割 生物识别 深度学习 Focal Loss 图像处理 计算机视觉

📋 核心要点

  1. 现有虹膜分割方法在处理类别不平衡时效果不佳，导致分割精度低。
  2. 本研究提出了一种基于SAM的虹膜分割模型，通过整合多种损失函数，特别是Focal Loss，来提高分割性能。
  3. 实验结果显示，该模型在ND-IRIS-0405数据集上达到了99.58%的分割准确率，显著优于现有最佳基线。

📝 摘要（中文）

虹膜分割是虹膜生物识别系统中的关键组成部分，涉及从眼部图像中提取环形虹膜区域。本研究开发了一种基于基础模型Segment Anything Model (SAM)的像素级虹膜分割模型。该工作的主要贡献在于在对SAM进行眼部图像微调时整合了不同的损失函数，特别是Focal Loss在微调过程中有效解决了类别不平衡问题（即虹膜与非虹膜像素）。在ND-IRIS-0405、CASIA-Iris-Interval-v3和IIT-Delhi-Iris数据集上的实验结果表明，训练模型在虹膜分割任务中的有效性。例如，在ND-IRIS-0405数据集上，平均分割准确率达到了99.58%，而最佳基线性能为89.75%。

🔬 方法详解

问题定义：本论文旨在解决虹膜分割中的类别不平衡问题，现有方法在处理虹膜与非虹膜像素时常常导致分割精度不足。

核心思路：提出的Iris-SAM模型基于Segment Anything Model (SAM)，通过微调过程中的损失函数整合，特别是Focal Loss，来有效应对类别不平衡问题。

技术框架：整体架构包括数据预处理、模型微调和后处理三个主要阶段。数据预处理阶段负责图像的标准化，模型微调阶段则使用不同损失函数进行训练，后处理阶段则优化分割结果。

关键创新：本研究的关键创新在于引入Focal Loss作为损失函数，针对虹膜分割中的类别不平衡问题进行优化，与传统方法相比，显著提高了分割精度。

关键设计：在模型微调过程中，采用了多种损失函数的组合，特别强调Focal Loss的使用，以增强对难分割区域的关注，同时保持模型的整体性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在ND-IRIS-0405数据集上，Iris-SAM模型实现了99.58%的平均分割准确率，较最佳基线性能89.75%提升了近10个百分点，显示出该方法在虹膜分割任务中的优越性。

🎯 应用场景

该研究的潜在应用领域包括安全监控、身份验证和金融服务等需要高精度虹膜识别的场景。通过提高虹膜分割的准确性，可以显著提升生物识别系统的可靠性和安全性，未来可能推动相关技术的广泛应用。

📄 摘要（原文）

Iris segmentation is a critical component of an iris biometric system and it involves extracting the annular iris region from an ocular image. In this work, we develop a pixel-level iris segmentation model from a foundational model, viz., Segment Anything Model (SAM), that has been successfully used for segmenting arbitrary objects. The primary contribution of this work lies in the integration of different loss functions during the fine-tuning of SAM on ocular images. In particular, the importance of Focal Loss is borne out in the fine-tuning process since it strategically addresses the class imbalance problem (i.e., iris versus non-iris pixels). Experiments on ND-IRIS-0405, CASIA-Iris-Interval-v3, and IIT-Delhi-Iris datasets convey the efficacy of the trained model for the task of iris segmentation. For instance, on the ND-IRIS-0405 dataset, an average segmentation accuracy of 99.58% was achieved, compared to the best baseline performance of 89.75%.