-
题名基于深度残差网络与离散哈希的指静脉识别方法
被引量：2
- 1
-
-
作者
张娜
陈春宇
徐璐
涂小妹
包晓安
吴彪
-
机构
浙江理工大学信息学院
山口大学东亚研究科
-
出处
《浙江理工大学学报（自然科学版）》
2020年第4期549-556,共8页
-
基金
浙江省自然科学基金青年基金项目(LQ20F050010)
浙江省重点研发计划项目(2020C03094)。
-
文摘
针对传统卷积神经网络提取的特征不够充分、自学习特征稀疏导致指静脉识别精度和识别速度不高的问题,提出了一种基于深度残差网络和离散哈希的二元特征指静脉识别方法。首先,在深度残差网络模型训练过程中提出将加性角边缘损失函数作为监督信号,扩大类间差,缩小类内差;其次,将归一化后的指静脉图像输入改进的深度残差模型进行特征提取;然后,提出采用监督式离散哈希模型对实值特征进行离散化,获得二值化特征替代原有的实值特征;最后,采用哈明距离计算二值化特征与指静脉库中的模板间的匹配分数确定识别结果。实验结果表明:在MMCBNU6000数据集上,指静脉识别准确率达96.59%,同时模板尺寸缩减为1024 bit,是常用的实值特征模板尺寸的1/16;在FV-USM数据集上,模板尺寸缩减为1024 bit时,指静脉识别准确率达到95.37%。
-
关键词
指静脉识别
深度残差网络
监督式离散哈希
二值化特征
哈明距离
-
Keywords
finger vein recognition
deep residual network
supervised discrete hashing
binary feature
Hamming distance
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
