掌紋識別技術(shù)作為新興生物特征識別技術(shù)的代表之一,具有其獨特的優(yōu)勢:掌紋含有更多的可辨識信息、掌紋的主要特征顯著且穩(wěn)定、采集方法簡單且易于被大眾接受、掌紋難以偽造等等,因此,掌紋識別技術(shù)逐漸成為生物特征識別領(lǐng)域的研究熱點,具有重要的理論研究價值與實際意義。本文提出了一種用于掌紋識別的輕量級卷積神經(jīng)網(wǎng)絡(luò)模型,經(jīng)過有效的圖像預(yù)處理之后,利用該模型進(jìn)行掌紋圖像特征的提取并且使用Softmax函數(shù)進(jìn)行分類,相較于當(dāng)前較成熟的卷積神經(jīng)網(wǎng)絡(luò)模型AlexNet、SqueezeNet模型算法,本文提出的算法擁有相同水平的識別精度與更小的模型和計算量,更適合在嵌入式小型硬件設(shè)備上運行。本文主要的研究工作如下:掌紋圖像感興趣區(qū)域的提取質(zhì)量對整個識別系統(tǒng)的性能表現(xiàn)有著決定性的影響。本文提出一種有效的感興趣區(qū)域分割算法對掌紋圖像進(jìn)行分割,提取出掌紋紋理信息最豐富的部分來進(jìn)行后續(xù)的實驗。由于訓(xùn)練搭建卷積神經(jīng)網(wǎng)絡(luò)通常需要大規(guī)模的訓(xùn)練樣本集,而在目前具有權(quán)威性的公開掌紋庫中,樣本圖數(shù)量作為訓(xùn)練樣本明顯不足;另一方面考慮到旋轉(zhuǎn)、模糊以及噪聲對掌紋識別結(jié)果的影響,本文提出一種基于旋轉(zhuǎn)插值、模糊處理和添加噪聲的方法來實現(xiàn)掌... 

【文章來源】：福建師范大學(xué)福建省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

常見生物識別種類

福建師范大學(xué)陳釗碩士學(xué)位論文16圖1-3tanh函數(shù)圖像Logistic函數(shù)的定義如下，它將輸入變量變換到區(qū)間[0,1]。其函數(shù)圖像如1-4所示。1()1xfxe（1-3）圖1-4Logistic函數(shù)圖象Tanh函數(shù)相對于logistic函數(shù)的優(yōu)勢在于：首先，tanh函數(shù)關(guān)于原點奇對稱，這種數(shù)學(xué)特性有助于網(wǎng)絡(luò)更快地收斂；其次，tanh函數(shù)的梯度擁有較為出色的漸變性，更加有益于網(wǎng)絡(luò)的訓(xùn)練。但是傳統(tǒng)tanh函數(shù)的缺點在于兩側(cè)都有很大的飽和區(qū)間，如此一來很難逼近它的邊界值。所以后來的研究人員提出伸縮tanh函數(shù)，其實質(zhì)是在tanh函數(shù)中加入傾斜參數(shù)與幅度參數(shù)，伸縮tanh函數(shù)的定義如1-4所示:22(1)()tanh()1xxefxxe（1-4）伸縮tanh函數(shù)在卷積神經(jīng)網(wǎng)絡(luò)LeNet的卷積層中得到了應(yīng)用，通過多次實驗后發(fā)現(xiàn)當(dāng):1.7159,0.6667時LeNet網(wǎng)絡(luò)的性能達(dá)到最佳。而非Sigmoid型的激活函數(shù)中，最具有代表性也是近年來使用頻率很高的一種則是ReLU(RectifiedLinearUnit)。研究人員的實驗工作顯示應(yīng)用ReLU函數(shù)作為激

福建師范大學(xué)陳釗碩士學(xué)位論文16圖1-3tanh函數(shù)圖像Logistic函數(shù)的定義如下，它將輸入變量變換到區(qū)間[0,1]。其函數(shù)圖像如1-4所示。1()1xfxe（1-3）圖1-4Logistic函數(shù)圖象Tanh函數(shù)相對于logistic函數(shù)的優(yōu)勢在于：首先，tanh函數(shù)關(guān)于原點奇對稱，這種數(shù)學(xué)特性有助于網(wǎng)絡(luò)更快地收斂；其次，tanh函數(shù)的梯度擁有較為出色的漸變性，更加有益于網(wǎng)絡(luò)的訓(xùn)練。但是傳統(tǒng)tanh函數(shù)的缺點在于兩側(cè)都有很大的飽和區(qū)間，如此一來很難逼近它的邊界值。所以后來的研究人員提出伸縮tanh函數(shù)，其實質(zhì)是在tanh函數(shù)中加入傾斜參數(shù)與幅度參數(shù)，伸縮tanh函數(shù)的定義如1-4所示:22(1)()tanh()1xxefxxe（1-4）伸縮tanh函數(shù)在卷積神經(jīng)網(wǎng)絡(luò)LeNet的卷積層中得到了應(yīng)用，通過多次實驗后發(fā)現(xiàn)當(dāng):1.7159,0.6667時LeNet網(wǎng)絡(luò)的性能達(dá)到最佳。而非Sigmoid型的激活函數(shù)中，最具有代表性也是近年來使用頻率很高的一種則是ReLU(RectifiedLinearUnit)。研究人員的實驗工作顯示應(yīng)用ReLU函數(shù)作為激

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)及其研究進(jìn)展[J]. 翟俊海,張素芳,郝璞.  河北大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[2]基于改進(jìn)的分塊2DPCA和神經(jīng)網(wǎng)絡(luò)的掌紋識別[J]. 王寶珠,孫苗,李曉嬌.  計算機(jī)應(yīng)用與軟件. 2013(06)
[3]生物特征識別技術(shù)發(fā)展綜述[J]. 趙秀萍.  刑事技術(shù). 2011(06)
[4]一種改進(jìn)的基于PCA和FLD的掌紋識別[J]. 陶俊偉,姜威,田沖.  計算機(jī)應(yīng)用與軟件. 2008(01)
[5]基于乳突紋方向特性的掌紋自動分類方法[J]. 張澤,束為,榮鋼.  清華大學(xué)學(xué)報(自然科學(xué)版). 2002(09)
[6]基于傅立葉變換的掌紋識別方法(英文)[J]. 李文新,張大鵬,許卓群.  軟件學(xué)報. 2002(05)

碩士論文
[1]移動端復(fù)雜背景下掌紋特征提取的算法研究[D]. 晏洋.北京交通大學(xué) 2018



本文編號：3034582