手掌静脉识别:基于端到端卷积神经网络方法
杜东阳
路利军
符瑞阳
袁丽莎
陈武凡
刘娅琴
1.南方医科大学生物医学工程学院,广东 广州,5105152.南方医科大学生物医学工程学院,广东 广州,5105153.南方医科大学生物医学工程学院,广东 广州,5105154.南方医科大学生物医学工程学院,广东 广州,5105155.南方医科大学生物医学工程学院,广东 广州,5105156.南方医科大学生物医学工程学院,广东 广州,510515
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.
关键词：手掌静脉卷积神经网络识别率生物特征识别特征提取
资助基金：国家自然科学基金(81501541)广东省产学研项目(2013B090500104)广东省重点科技计划(2013A022100009)
论文发表日期：2019-01-31
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 207-214 )
英文信息