[论文解读] Toward Accurate and Reliable Iris Segmentation Using Uncertainty Learning

Jianze Wei, Huaibo Huang+5 more|arXiv (Cornell University)|Oct 20, 2021

Biometric Identification and Security参考文献 33被引用 5

一句话总结

本文提出BiTrans，一种基于Transformer的虹膜分割模型，其采用双边自注意力模块，在不损失分辨率的情况下捕捉空间与视觉上下文信息，并引入虹膜分割不确定性学习（ISUL）以估计预测的可靠性。ISUL通过辅助头生成不确定性图，指导加权方案与正则化项，从而提升精度——尤其在具有挑战性的边缘区域表现更优，实现SOTA性能，且参数量仅为IrisParseNet的20%。

ABSTRACT

Iris segmentation is a deterministic part of the iris recognition system. Unreliable segmentation of iris regions especially the limbic area is still the bottleneck problem, which impedes more accurate recognition. To make further efforts on accurate and reliable iris segmentation, we propose a bilateral self-attention module and design Bilateral Transformer (BiTrans) with hierarchical architecture by exploring spatial and visual relationships. The bilateral self-attention module adopts a spatial branch to capture spatial contextual information without resolution reduction and a visual branch with a large receptive field to extract the visual contextual features. BiTrans actively applies convolutional projections and cross-attention to improve spatial perception and hierarchical feature fusion. Besides, Iris Segmentation Uncertainty Learning is developed to learn the uncertainty map according to prediction discrepancy. With the estimated uncertainty, a weighting scheme and a regularization term are designed to reduce predictive uncertainty. More importantly, the uncertainty estimate reflects the reliability of the segmentation predictions. Experimental results on three publicly available databases demonstrate that the proposed approach achieves better segmentation performance using 20% FLOPs of the SOTA IrisParseNet.

研究动机与目标

• 为解决虹膜分割不可靠的问题，特别是边缘区域的分割瓶颈，该区域仍是虹膜识别系统的主要挑战。
• 通过建模眼图中的长距离空间与视觉依赖关系，提升分割精度与可靠性。
• 开发一种低成本的不确定性估计模块，增强模型可信度，同时不增加推理复杂度。
• 在保持或提升分割性能的同时，相比当前最先进方法，显著降低计算成本。

提出的方法

• 提出一种双边自注意力模块，包含两个分支：空间分支保留分辨率，视觉分支具有大感受野，用于建模长距离上下文。
• 提出BiTrans，一种基于残差编码器-解码器的Transformer主干网络，结合卷积投影与交叉注意力机制，以提升空间感知能力与层次化特征融合效果。
• 通过在不同网络深度添加辅助头预测分割结果，开发虹膜分割不确定性学习（ISUL），以估计预测差异。
• 利用辅助头与主干头预测结果之间的差异，生成反映分割结果可靠性的不确定性图。
• 在反向传播中应用加权方案，为高不确定性像素分配更高梯度，以提升在模糊区域的学习效果。
• 引入正则化项，惩罚高预测不确定性，促使模型减少不可靠预测中的不确定性。

实验结果

研究问题

• RQ1 基于Transformer的架构结合双边注意力机制，能否通过同时建模空间布局与视觉纹理上下文，提升虹膜分割精度？
• RQ2 如何有效估计并利用分割预测中的不确定性，以提升模型可靠性？
• RQ3 通过加权与正则化实现的不确定性感知训练，是否能在挑战区域（如边缘区域）带来可测量的性能提升？
• RQ4 仅通过一个辅助头，能否以极低计算开销实现不确定性估计？
• RQ5 不确定性估计与训练过程中实际的分割误差模式之间是否存在相关性？

主要发现

• 所提出的BiTrans模型在三个公开虹膜分割数据集上达到SOTA性能，F1-score与mIoU均优于IrisParseNet，且仅使用其20%的FLOPs。
• 消融实验证实，双边自注意力模块中的空间分支与视觉分支均不可或缺，任一分支的移除均导致性能显著下降。
• 基于不确定性的加权方案能有效聚焦优化于高不确定性区域，尤其在虹膜边界与边缘区域，这些区域错误最为常见。
• 不确定性正则化项有效降低预测不确定性并提升分割精度，验证了估计的不确定性图确实反映了模型的真实可靠性。
• 可视化结果表明，不确定性图在训练过程中动态演化：初始阶段高不确定性区域覆盖范围广，尤其在边界区域，随后逐渐集中于如边缘区域等持续模糊的区域。
• ISUL模块在不增加推理成本的前提下提升分割性能，证明其作为低成本可靠性增强机制的有效性。