摘要
精确的虹膜分割在虹膜生物特征识别和医学图像分析中仍然是一个根本性挑战，尤其是在非配合采集等具有挑战性的场景下，这些场景涉及光照变化、部分遮挡、图像质量退化以及多样化的无约束环境。现有的分割算法在面对这些挑战时表现出有限的鲁棒性，而近红外（NIR）与可见光成像模式之间的差异进一步增加了实现鲁棒分割结果的复杂性。为应对这些挑战，本文提出了一种名为SwinIrisNet的混合深度学习架构，该架构在U-Net框架内集成了Swin Transformer和卷积神经网络（CNN）分支，以实现鲁棒的虹膜分割。Swin Transformer分支利用层次化的基于窗口的自注意力机制来捕捉全局上下文依赖关系，而CNN分支则提取精确边界描绘所必需的细粒度局部特征。一个内存高效的跨注意力融合模块结合了这些互补的特征表示，并进一步通过卷积块注意力模块（CBAM）、空洞空间金字塔池化（ASPP）以及注意力门控跳跃连接来增强多尺度上下文聚合。本文在四个公开可用的基准数据集上进行了广泛评估，包括UBIRIS.v2、IITD、CASIA-Thousand和MMU.v1，涵盖了可见光和NIR成像环境。所提出的架构取得了0.9612至0.9672的F1值、0.9489至0.9519的Dice系数、0.9266至0.9450的mIoU值、0.9565至0.9633的精确率、0.9600至0.9672的召回率以及99.51%至99.53%的分类准确率，NICE1错误率为0.57%至0.60%，NICE2值为1.82%至2.24%，证实了像素级的分割质量。跨数据库泛化实验进一步表明，SwinIrisNet学习了可迁移的虹膜表示，并能有效泛化到异构的成像来源，其中最强的迁移发生在从NIR到可见光的方向。与现有算法的比较分析表明，在相同的基准数据库上进行评估时，所提出的架构相较于多个现有的分割网络取得了显著的性能提升，在大多数定性和定量指标上超越了它们，同时保持了略低的内存占用。
