郑戍华，南若愚，李守翔，王向周，陈梦心 (北京理工大学 自动化学院，北京 100081)

高分辨率眼部图像中瞳孔和虹膜等结构具有绝对面积占比小、自身颜色接近、易受到外部因素遮挡和干扰等特点，精准检测很难实现. 随着深度学习的兴起，基于CNN的语义分割网络能有效对输入图像完成空间分类和像素级精细分割[1]，在眼部特征检测领域得到了广泛研究. YIU等[2]在UNet[3]的基础上，提出一种改进分割网络，可较为精准分割完整瞳孔区域，为视线估计提供了可靠保障，但对分辨率为240×320的图像单帧检测速率仅有30 FPS. ARSALAN等[4]将残差模块引入编码器-解码器结构，所设计的网络能从可见光和红外眼部图像有效分割出虹膜部位，但网络规模达9.7 Million，需占用大量计算资源.

为了提高网络计算速度，ENet[5]、LEDNet[6]采用空洞卷积、金字塔注意力模型等方案，以一定分割精度损失为代价，大幅缩减了网络参数. 在眼部特征分割领域，PERRY等[7]利用扩张卷积和非对称卷积重新设计了ENet瓶颈模块，保持眼部特征较高分割精度的同时网络体积仅有原来的0.63倍，但在镜片反光等复杂环境条件下的分割能力较弱. CHAUDHARY等[8]利用跳级连接思想增强了高、低级语义特征的联系性，但对模糊和失焦图像的分割性能较差.

本文针对深度学习的眼部特征检测在算力有限的PC、嵌入式系统等设备上的应用，研究一种基于双输入注意力机制的轻量化眼部特征分割网络DIA-UNet，在满足较高的分割精度要求下实现实时处理.

1 方 法

语……