手掌静脉识别:基于端到端卷积神经网络方法 |
| |
引用本文: | 杜东阳,路利军,符瑞阳,袁丽莎,陈武凡,刘娅琴.手掌静脉识别:基于端到端卷积神经网络方法[J].南方医科大学学报,2019,39(2):207. |
| |
作者姓名: | 杜东阳 路利军 符瑞阳 袁丽莎 陈武凡 刘娅琴 |
| |
摘 要: | 目的提出一种基于端到端卷积神经网络的手掌静脉识别方法。方法在构建的手掌静脉识别网络模型中,卷积层和池化
层交替级联提取图像特征,同时通过神经网络分类器进行分类识别,采用包含动量项的随机梯度下降法最小化识别误差,在误
差减小的方向上不断优化模型。采用训练集数据扩展、批归一化、Dropout、L2参数正则化四种方法提升网络的泛化能力。结果
对公共的PolyU库(图像在高约束条件下获取)和自建库(图像在自然条件下获取)中全部500个对象的识别,正确识别率分别达
到99.90%和98.05%,单个样本的识别时间均小于9 ms。结论与传统算法相比,本文方法能够有效提升掌静脉识别在实际应用
中的准确率,为掌静脉识别提供一种新思路。
|
Palm vein recognition based on end-to-end convolutional neural network |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《南方医科大学学报》浏览原始摘要信息 |
| 点击此处可从《南方医科大学学报》下载免费的PDF全文 |
|